UNIDAD NO.

7 PROBABILIDADES
TEMA No.1 Fenómenos aleatorios y determinísticos

Objetivos General
Conocer la importancia que tienen las probabilidades en diferentes ámbitos de la
vida.
Objetivos Específicos:
1. Definir que son las probabilidades
2. Enunciar los diferentes tipos de probabilidades que existen.
3. Calcular una probabilidad normal.

¿Qué es la probabilidad?
Una de las características más especiales de los seres humanos, que nos
diferencia del resto de animales, es nuestra capacidad de “predicción”, de
anticiparnos a los acontecimientos que van a ocurrir. A veces fallamos, pero otras
muchas no. Esta capacidad nos ha permitido llegar hasta donde estamos hoy,
pudiendo predecir tanto peligros como oportunidades. Piénsalo, nuestros
antepasados que eran capaces de predecir el ataque de un depredador fueron los
que sobrevivieron. Ahora, decenas de miles de años después hemos dado un paso
más y nos preguntamos ¿qué es la probabilidad?

¿Para qué sirve la probabilidad?

La probabilidad se utiliza en muchas áreas como las matemáticas, la estadística,
la física, la economía, las ciencias sociales, entre otras. Los primeros estudios de
probabilidad se desarrollaron para resolver problemas de juegos y es allí donde
más se nota su uso, porque te puede servir para tener más oportunidades de

1
ganar, o para ahorrarnos dinero (al no jugar a juegos en los que es muy probable
perder).

La probabilidad es el cálculo matemático que evalúa las posibilidades que existen

de que una cosa suceda cuando interviene el azar.

Ejemplos:

Si giras la siguiente ruleta, ¿en qué números se puede parar?

La ruleta se puede parar en un número del uno al cinco. Hemos construido, sin
darnos cuenta, lo que se llama un experimento (girar una ruleta) y el espacio
muestral (los números del uno al cinco). El espacio muestral es un conjunto que
tiene por elementos los sucesos que se pueden dar, esto es, los números del uno
al cinco.

S= {1,2,3,4,5}

e= {2} = 1/5=0.20X100%= 20% de probabilidad de que al girar la ruleta pare en el

numero 2.

Por nuestras experiencias en el mundo de los juegos ya sabemos más cosas del
experimento anterior. Es posible que la ruleta se pare en uno de esos números y
es imposible que salga un ocho, por ejemplo. ¡Sabemos un montón de
probabilidad y no nos dábamos cuenta!

P(8)= conjunto vacio. Ø

Vamos a plantear otro experimento, en otro contexto distinto:

Viendo este aparcamiento, si sale un coche de los que están aparcados, ¿de
qué color podría ser?

2
Las posibilidades están muy claras, del aparcamiento podría salir un coche
rojo o un coche amarillo. Es imposible que salga un coche verde, o una moto
azul. Pero, aunque es posible que salga un coche amarillo, hay mucha
más probabilidad de que sea rojo, porque hay muchos más coches rojos que
amarillos.

¿Cómo se calcula la probabilidad?

Para calcular la probabilidad, continuando con el ejemplo anterior, no hay más que
contar los coches que hay de cada color. Como 6 de los 7 coches del aparcamiento
son rojos, podemos plantearlo como una fracción: la probabilidad de que del
aparcamiento salga un coche rojo será una fracción con numerador 6 (el número de
coches rojos) y denominador 7 (el número total de coches).

La probabilidad de que salga un coche rojo sería igual a 6/7. La probabilidad de que
salga un coche amarillo sería igual a 1/7. La probabilidad de que salga un coche
azul sería 0, porque no hay coches azules aparcados.

S={rojo, rojo, rojo, rojo, rojo, rojo, amarillo}

e={rojo, rojo, rojo, rojo,rojo,rojo}= 6/7 =0.857142857 X100% 86% aproximado a

entero, es la probabilidad de que salga del aparcamiento un coche color rojo.

Generalizando esta idea llegamos a cómo se calcula la probabilidad: con una

fracción que se suele llamar regla de Laplace. Ponemos en el numerador
el número de casos favorables y en el denominador el número de casos
posibles.

3
 Ya podemos calcular probabilidades de sucesos sencillos. Por ejemplo, podemos
hacer predicciones de las bolas que pueden salir de este bombo:

En el bombo hay 8 bolas:

 La probabilidad de que salga una concreta de él es 1/8

 Pero cuatro bolas son iguales, y tienen el número 5, por lo que la probabilidad de que
salga un cinco es 4/8. Si te piden que apuestes por algún resultado, el más probable es el
cinco.
Los matemáticos, viendo los beneficios que se pueden obtener de estas
predicciones, han desarrollado mucho este campo y, en Smartick , también lo
hemos hecho, con una secuencia de ejercicios ordenados por nivel y que se adapta
al aprendizaje de cada uno.

S={1, 5, 5, 5, 5,6.7.8}

E={5,5,5,5} = 4/8=1/2=0.5X100%=50% de probabilidad de que al mover el

bombo salga el número 5.

Ejemplo: Lanzar una moneda al aire

Si lanzas una moneda la probabilidad de que salga cara es 1/2, fíjate que es la
misma de que salga cruz.

4
S= {cara, cruz}

E={cara} =1/2=0.5X100%= 50% de probabilidad de que al tirar una moneda al aire

caiga cara.

Ejemplo: Tirar un dado

 Si lanzas un dado de seis caras la probabilidad de que salga un tres

será 1/6.
S= {1, 2, 3,4,5,6}
E= {3} =1/6= 0.1666666666X100%= redondeado a entero 17% la
probabilidad de que al lanzar un dado caiga el número 3.

 Calcular la probabilidad de que salga un número par, ya que las caras que
muestran un número par son 3 (2, 4 y 6) de un total de seis caras, es, por
tanto, 3/6=1/2
S={1,2,,3,4,5,6}
E={2,4,6} = 3/6 =1/2=0.5 X100%= 50% de probabilidad de que al lazar un dado
caiga un numero par.
¿Cuál es probabilidad de que al lanzar un dado no salga el numero 5?
S={1, 2, 3, 4, 5, 6}
E´={1,2,3,4,6} = 5/6= 0.83333X100%= 83% redondeado a entero, de probabilidad
de que no caiga el número 5.
¿Cuál es la probabilidad de que al lanzar un dado no caiga un numero primo
menor que 5?
S={1,2,3,4,5,6]
E={5} =1/6 = 17% redondeado a entero, probabilidad de que no caiga un numero
primo menor que 5,allanzar un dado.

 Calcular la probabilidad de que salga "3" al lanzar un dado:

Probabilidad = (1 / 6) x 100 = 16.6 % resultado en porcentaje.

5
Calcular la probabilidad de que salga "una blanca" al sacar una canica de una bolsa con
10 canicas:

 Casos favorables: 2 (hay dos canicas blancas en la bolsa)

 Casos posibles: 10 (hay un total de 10 canicas en la bolsa)
 Probabilidad = (2 / 10) x 100 = 20 %.

Tema No.2: Regla de la adición o suma de las probabilidades

P(A⋃B) = P(A) + P(B) − P(A⋂B)

Donde:
 P(A): probabilidad de que ocurra el evento A.
 P(B) : probabilidad de que ocurra el evento B.
 P(A⋃B) : probabilidad de que ocurra el evento A o el evento B.
 P(A⋂B) : probabilidad de que ocurra el evento A y el evento B a la vez.

6
¿Y si los eventos son mutuamente excluyentes?
Dos eventos A y B son mutuamente excluyentes si no pueden ocurrir al mismo tiempo, es
decir, si no tienen elementos comunes. Por ejemplo, sacar una carta al azar de una
bajara, y obtener un 5 y un 7, son eventos mutuamente excluyentes, ya que no hay
ninguna carta que tenga un 5 y un 7 al mismo tiempo.
Entonces P(A⋂B) = 0, por lo tanto, partiendo de la misma fórmula, obtendríamos la
siguiente expresión:
P(A⋃B) = P(A) + P(B) − P(A⋂B)

P(A⋃B) = P(A) + P(B) − 0

P(A⋃B) = P(A) +P(B)

Ejemplo 1: EVENTO MUTUAMENTE EXCLUYENTES

La probabilidad de que, al tirar un dado, salga 1 es de 1/6. La probabilidad de que
salga 3 es de 1/6. Calcular la probabilidad de que, al tirar un dado, salga 1 o 3.
Solución:
Definimos nuestros eventos:

 Probabilidad de que salga 1: P(A) = 1/6.

 Probabilidad de que salga 3: P(B) = 1/6.
 Probabilidad de que salga 1 y 3 al mismo tiempo P(A⋂B) = 0. Este valor es cero, dado
que son eventos mutuamente excluyentes. Si sale 1, ya no puede salir 3.
 Probabilidad de que salga 1 o 3: P(A⋃B) =?
Ahora, aplicamos nuestra fórmula:

7
Ejemplo:

Si tenemos 5 cartas cada una de ellas representa una letra vocal.

¿Cuál es la probabilidad de que al voltear una carta salga la letra a, e?

S={a, e, i, o, u}

P(A)= 1/5

P(B)= 1/5

P (A⋂B) = 0

P(A⋃B) = P(A) + P(B) − P(A⋂B)

P(A⋃B)=1/5+1/5 – 0 = 2/5

8
S={N, N,N,N,V,V,V,A,A}

P(A⋃B) = P(A) + P(B) − P(A⋂B)

P(A⋃B) = 4/9+3/9 – 0= 7/9 = 0.77777 X100= 77.8% probabilidad de que al sacar una bolita salga
color naranja o verde.

9
 Tema No.3 Eventos No mutuamente excluyentes

Se consideran eventos No mutuamente excluyentes a todos aquellos sucesos que

tienen la capacidad de ocurrir de manera simultánea en una experimentación. La
ocurrencia de alguno de ellos no supone la no ocurrencia del otro.

Dos o más eventos son no excluyentes, o conjuntos, cuando es posible que ocurran
ambos. Esto no indica que necesariamente deban ocurrir estos eventos en forma
simultánea. Siendo: P(A) = probabilidad de ocurrencia del evento A, P(B) = probabilidad
de ocurrencia del evento B. P (A y B) = probabilidad de ocurrencia simultanea de los
eventos A y B
 Sacar un 5 y una carta de espadas. Son eventos no excluyentes pues podemos
tomar un 5 de espadas.
 Sacar una carta roja y una carta de corazones. Son eventos no excluyentes pues
las cartas de corazones son uno de los palos rojos.
 Sacar un 9 y una carta negra. Son eventos no excluyentes pues podemos tomar el
9 de espadas o el 9 de tréboles.

La fórmula es P (A o B) = P(A) + P(B) ± P (A y B).

Ejemplo 1:
La probabilidad de que un día cualquiera, Carlos almuerce pollo frito es de 0,4. La
probabilidad de que almuerce hamburguesa es de 0,3; mientras que la probabilidad
de que almuerce pollo frito y hamburguesa el mismo día es de 0.1. Calcula la
probabilidad de que un día cualquiera, Carlos almuerce pollo frito o hamburguesa.
Solución:
Definimos nuestras probabilities:

 Probabilidad de que Carlos almuerce pollo frito: P(A) = 0,4.

 Probabilidad de que Carlos almuerce hamburguesa: P(B) = 0,3.
 Probabilidad de que Carlos almuerce pollo frito y hamburguesa el mismo día: P(A⋂B)
= 0.1.
 Probabilidad de que Carlos almuerce pollo frito o hamburguesa:
P(A⋃B) = ?
Ahora, aplicamos nuestra fórmula:

10
 P(A⋃B) = P(A) + P(B) − P(A⋂B)

P(A⋃B) = 0,4 + 0,3 − 0,1

P(A⋃B) = 0,6

Ejemplo 2:

Se elige al azar un número entero positivo del 1 al 19.

¿Cuál es la probabilidad de que el número sea múltiplo de 3 ó de 5?
Solución:
Como son 19 números, la cantidad de elementos del espacio muestral es #E = 19.
Sean los eventos:
 A ≡ Obtener un número múltiplos de 3
 B ≡Obtener un número múltiplos de 5.
Si podemos identificar la cantidad de elementos del espacio muestral A∪B lo resolvemos
directamente como sigue:
A∪B = {3, 5, 6, 9, 10, 12, 15, 18} ⇒# A∪B = 8 ⇒P(A∪B)= #(A ∪B)/ #E =8/19

Si Q es el evento que un estudiante apruebe la asignatura de análisis cuantitativo en la

sección de 5 a 6 pm. y Z el evento de que apruebe la asignatura de política económica de
5 a 6pm.
P(Q) =0.65
P(Z)= 0.27
Determinar:
a) P(Q´) =
P(Q)+P(Q´) =1
P(Q´) = 1- 0.65= 0.35 X100= 35% de probabilidad de que no apruebe la clase de análisis
cuantitativo de 5 a 6 pm.

b) P(Q⋃Z)
P(Q⋃Z) = P(Q)+P(Z)
=0.65+0.27= 0.92x100= 92% De probabilidad de que apruebe la asignatura de AC
o PE.

11
 c) P(Q⋂Z) = Ø
d) P(Q´⋂Z´) = 1- P(Q⋃Z)
1-0.92= 0.08 X100= 8% De probabilidad de que no apruebe AC Y PE.

Tema No. 4: Distribución normal de la probabilidades

DISTRIBUCION NORMAL DE PROBABILIDADES

youtube.com/watch? v=1yJ19xJcjAQ

Se dice que muchos fenómenos en el campo de la salud se distribuyen normalmente.

Esto significa que, si uno toma al azar un número suficientemente grande de casos y
construye un polígono de frecuencias con alguna variable continua, por ejemplo, peso,
talla, presión arterial o temperatura, se obtendrá una curva de características particulares,
llamada distribución normal. Es la base del análisis estadístico, ya que en ella se sustenta
casi toda la inferencia estadística.

La gráfica de la distribución normal tiene la forma de una campana, por este motivo
también es conocida como la campana de Gauss. Sus características son las siguientes:

• Es una distribución simétrica.

 Es unimodal la curva tiene un solo pico
• Es asintótica, es decir sus extremos nunca tocan el eje horizontal, cuyos valores tienden
a infinito.
• En el centro de la curva se encuentran la media, la mediana y la moda.
• El área total bajo la curva representa el 100% de los casos.
• Los elementos centrales del modelo son la media y la varianza.

Esta distribución es un modelo matemático que permite determinar probabilidades de

ocurrencia para distintos valores de la variable. Así, para determinar la probabilidad de
encontrar un valor de la variable que sea igual o inferior a un cierto valor xi, conociendo el
promedio y la varianza de un conjunto de datos, se debe reemplazar estos valores
(media, varianza y xi) en la fórmula matemática del modelo. El cálculo resulta bastante

12
complejo, pero, afortunadamente, existen tablas estandarizadas que permiten eludir este
procedimiento.

En el gráfico, el área sombreada corresponde a la probabilidad de encontrar un valor de la

variable que sea igual o inferior a un valor dado. Esa probabilidad es la que aprenderemos
a determinar usando una tabla estandarizada.

Tabla de la distribución normal

La tabla de la distribución normal presenta los valores de probabilidad para una variable
estándar Z, con media igual a 0 y varianza igual a 1.

Para usar la tabla, siempre debemos estandarizar la variable por medio de la expresión:

Siendo el valor de interés; la media de nuestra variable y su desviación estándar.

Recordemos que y corresponden a parámetros, o sea valores en el universo, que
generalmente no conocemos, por lo que debemos calcular Z usando los datos de nuestra
muestra.
En general, el valor de Z se interpreta como el número de desviaciones estándar que
están comprendidas entre el promedio y un cierto valor de variable x. En otras palabras,
se puede decir que es la diferencia entre un valor de la variable y el promedio, expresada
esta diferencia en cantidad de desviaciones estándar.
Ahora bien, la tabla de la distribución normal, entrega valores de probabilidad para los
distintos valores de Z.

VER TABLA

13
14
15
¿Cómo se usa la tabla de Z?

A continuación, se le plantean algunos ejercicios para entender la manera de usar la

tabla.

Ejercicios a resolver:

1. El tiempo que los estudiantes demora en llegar a la Universidad son 35 minutos, con
una desviación estándar de 10 minutos.
a. ¿Qué porcentaje % de los estudiantes llegan entre 35 y 50 minutos?
b. ¿Qué porcentaje % de los estudiantes llegan entre 18 y 41 minutos?
c. ¿Qué porcentaje de los estudiantes llegan en más de 28 minutos?
d. ¿Qué porcentaje %de estudiantes llegan en más de 42.5 minutos?
e. ¿Qué porcentaje % de estudiantes llegan entre 15.8 y 32.44 minutos?

Donde:

Z = es el valor de la distribución buscado

X= Valor propuesto

α= valor de la desviación

µ = Valor de la media (es el punto más alto de la frecuencia).

Pasos para resolver:

a. Lo primero se identifican el valor de las variables:
X, α, µ
X= 50
α= 10
µ=35

b. Dibujar la campana, sombrear el área buscada.

(sombrearemos el área entre 35 y 50) esta figura solo es
como referencia a la forma que toma según lo buscado)

16
 c. aplicar la fórmula:

Z= 50-35 = 15 = 1.5
10 10

d. Luego me voy a la tabla, en la columna z el 1.5y tomo el valor del par, o sea la
segunda columna= 0.4332

Z 0.00
0.0 0.00

1.5 0.4332

RESPUESTA
Significa que el 0.4332 X100 = 43.32% de los estudiantes llegan a la universidad
entre 35 y 50 minutos.

Bibliografía:

17
1. Libro de texto: Estadística para Administración, Sexta edición, David M.
Levine-Timothy C. Krehbiel-
Marx L. Berenson, Editorial Pearson.

18