Probabilidad y función de probabilidad

Francisco González
Conceptos importantes

Experimentos determinísticos
En este tipo de experimento se conoce de antemano el resultado.

Experimentos aleatorios
En este tipo de experimentos, repetidos una cierta cantidad de
veces, en condiciones similares, se pueden presentar resultados
diferentes. En los experimentos aleatorios no se conocen los
resultados a priori.
Conceptos importantes
Espacio muestral y eventos o sucesos
El conjunto formado por todos los posibles resultados de un
experimento (aleatorio) se llama espacio muestral (Ω) y cada uno
de estos resultados es conocido como suceso o evento elemental.

• Suceso seguro: Está formado por todos los posibles resultados

del experimento. Coincide con el espacio muestral y siempre
ocurre.
• Suceso imposible: Nunca ocurre. No se presenta al realizar un
experimento aleatorio y se denota por el símbolo Ø.
• Sucesos mutuamente excluyentes: Son dos sucesos que no
pueden ocurrir simultáneamente.
• Suceso no mutuamente excluyente: Son dos sucesos que sí
pueden ocurrir simultáneamente.
Ejemplo
•Al  lanzar 3 monedas normales no cargadas, determine:
• El espacio muestral.

• Un suceso seguro.
Que salga
• Un seceso imposible.
Que salga
• Un suceso cualquiera.
Que salga
Conceptos importantes

Cardinalidad de un evento o suceso:

Corresponde al número de elementos distintos en un experimento

o suceso dado; también conocido como el número de casos
favorables del suceso pedido.

Ejemplo:
• Que salgan 2 caras y un sello al lanzar tres monedas.
La cardinalidad de este suceso es: 3
Conceptos importantes

Probabilidad de un seceso
Si un experimento se repite n veces bajo las mismas condiciones,
la probabilidad de que ocurra el suceso A se denota por P(A)
corresponde a un valor comprendido entre 0 y 1 o su
representación porcentual.

Eventos equiprobables
Si en un experimento todos los sucesos tienen la misma
probabilidad de ocurrir, se denomina evento o sucesos
equiprobables.
Conceptos importantes

 Regla de Laplace

Si en un experimento aleatorio los sucesos son equiprobables,

entonces, la probabilidad de que ocurra el suceso A se determina
por la expresión:
Ejemplo 1:

 ¿Cuáles la probabilidad de obtener 2 caras y un sello al lanzar

tres monedas no cargadas?

CCC CCS CSC SCC

SSS SSC SCS CSS

Ejemplo 2:
 ¿Cuáles la probabilidad de obtener una suma 7 al lanzar dos
dados no cargados de 6 caras?
Ω 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Ejemplo 3:
 ¿Cuál es la probabilidad de obtener una suma mayor que 8 al
lanzar dos dados no cargados de 6 caras?

Ω 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Conceptos importantes
 Principio
multiplicativo:
Corresponde a la multiplicación de las opciones individuales de
cada elemento.
Ejemplo:
1) ¿Cuántos casos totales existen al lanzar 4 monedas no
cargadas?

2) ¿Cuántos casos totales existen al lanzar 2 dados no cargadas?

3) ¿Cuántos casos totales existen al lanzar 2 monedas y 2 dados

no cargadas?

4) ¿Cuántas opciones de menú hay para seleccionar con dos

entradas, 3 platos de fondo, 4 postres y 2 café?
Conceptos importantes

 Intersección de sucesos:

La intersección de dos sucesos A y B, corresponde al suceso

formado por los elementos comunes de A y B, es decir, los
elementos que pertenecen tanto al suceso A como al suceso B y se
denota por la expresión: .
Ejemplo

 1) Al
lanzar un dado, ¿cuál es la intersección entre los sucesos
obtener un número impar y menor que 3?

2) Al lanzar un dado, ¿cuál es la intersección entre los sucesos

obtener un número par y mayor que 3?
Conceptos importantes

 Probabilidad de la intersección de sucesos:

Se reconoce por la letra “y”, además corresponde a la
probabilidad del suceso formado por la intersección en los casos
que existe, o a la multiplicación de las probabilidades al tener
más de un experimento a la vez:

• Sucesos independientes (La probabilidad de “A” no afecta la

probabilidad de “B”):

• Sucesos dependientes (La probabilidad de “A” afecta a la

probabilidad de “B”):
Ejemplos:
 1) Al
lanzar un dado, ¿cuál es la probabilidad de obtener un
número impar y menor que 3?

2) Al lanzar un dado, ¿cuál es la probabilidad de obtener un

número par y mayor que 3?

3) Una urna contiene 5 bolas rojas, dos azules, 3 blancas y 7

verdes. Si se escogen dos bolas al azar (una después de la otra)
con reposición, ¿cuál es la probabilidad que la primera sea blanca
y la segunda azul?
Ejemplos:
 4)Una urna contiene 5 bolas rojas, dos azules, 3 blancas y 7
verdes. Si se escogen dos bolas al azar (una después de la otra)
sin reposición, ¿cuál es la probabilidad que la primera sea blanca
y la segunda azul?

5) Una urna contiene 5 bolas rojas, dos azules, 3 blancas y 7

verdes. Si se escogen dos bolas al azar (una después de la otra)
sin reposición, ¿cuál es la probabilidad que todas sean verde?
(que la primera sea verde Y la segunda sea verde)
Conceptos importantes
 Unión de sucesos
La unión de dos sucesos “A” y “B” incluye todos los resultados
posibles de “A” y “B”, es decir, el resultado del experimento es
un elemento de “A”, un elemento de “B” o de ambos a la vez.
La unión se simboliza por .

Ejemplo:
Al lanzar un dado, ¿cuál es la unión entre los sucesos obtener un
número impar o menor que 3?
Conceptos importantes

 Probabilidad de la unión de dos sucesos

Se identifica por la letra “o” y corresponde a la probabilidad de

que ocurra la unión de dos sucesos excluyentes o no excluyentes
entre sí.

• Sucesos mutuamente excluyentes:

• Sucesos no mutuamente excluyentes:

Ejemplos:
 1) Al
lanzar un dado, ¿cuál es la probabilidad de obtener un
número impar o menor que 3? (Son sucesos No mutuamente
excluyentes)

2) Una urna contiene 5 bolas rojas, dos azules, 3 blancas y 7

verdes. ¿Cuál es la probabilidad que la bola escogida sea blanca o
verde? (son mutuamente excluyentes)
Ejercicios:
 3)Juan debe rendir dos pruebas el mismo día, la probabilidad de
que obtenga una calificación mayor 4 en la primera es de
25,74%; mayor a 4 en la segunda es de un 33,25%; y mayor a 4
en ambas es de un 17,11%. ¿Cuál es la probabilidad de que Juan
obtenga una calificación mayor que 4 en cualquiera de las
pruebas?
Conceptos importantes

 Probabilidad condicional:
Permite calcular la probabilidad de un evento restringido por la
ocurrencia de otro evento, se escribe como y se lee como “la
probabilidad de que ocurra el suceso B, dado que ocurrió el
suceso A”.

La probabilidad condicional se determina por la expresión:

Ejemplo

 Sean 2 sucesos:

¿Cuál es la probabilidad de obtener un 2 sabiendo que se obtuvo

un trébol al escoger una carta de un naipe inglés?
Ejercicio

La siguiente taba de contingencia muestra la cantidad de personas

que estudiaron en ciertas instituciones de educación superior
según su sector de residencia en la región Metropolitana.

  Institución

  U. U. C.F.T. I.P Total

Tradicional Privada
Oriente 12 23 8 7 50
Sector de
residencia Poniente 15 10 10 12 47

Sur 7 7 15 14 43

Norte 8 2 12 16 38

Total 42 42 45 49 178
 Si
se escoge a una persona al azar, determine la probabilidad de
que esta persona:
• Sea del sector Oriente o Norte:

• Sea del sector Sur o estudie en I.P:

• Sea del sector Norte y estudie en C.F.T:

• Estudie en U. Privada sabiendo que es del sector Poniente:

• Sea del sector Sur dado que estudia en U. Tradicional:

Conceptos importantes

Variable aleatoria
Se llama variable aleatoria (v.a.) “X” al resultado numérico de un
experimento aleatorio; el que puede ser discreto o continuo.

Variable aleatoria discreta:

Este tipo de variables sólo toma valores enteros, en un número
limitado de veces.

Variable aleatoria continua:

Este tipo de variables puede tomar cualquier valor dentro de un
determinado intervalo de valores dado.
Conceptos importantes

 Función de probabilidad de una variable aleatoria discreta:

La probabilidad asociada a cada uno de los valores de una

variable aleatoria “x” se denomina distribución de probabilidad o
función de probabilidad, la cual corresponde a la distribución de
las probabilidades asociadas a cada uno de los valores de xi de la
variable aleatoria discreta “x”.
Conceptos importantes
 Función de distribución de probabilidad de una variable
aleatoria discreta:
La función de distribución de probabilidad de una v.a.d. se denota
por ; lo que determina la probabilidad de que tome valores
menores o iguales a otro dado.

Esperanza de una variable aleatoria discreta:

El “valor esperado” o “esperanza” denotado por “”
corresponde a la suma de las multiplicaciones de cada valor del
recorrido (xi) de la función por su probabilidad.

• OBSERVACIÓN: La suma de todas las probabilidades de

una función de probabilidad debe dar 1 o 100%
Ejemplo
Se define la variable aleatoria x como el lanzamiento de tres monedas
no cargadas. Determine:

a) La función de probabilidad para la obtención de cara.

Ejercicio
b) La función de distribución de probabilidad para el caso
anterior.

c) La esperanza de la obtención de cara.

Ejercicio

Los siguientes datos corresponden a los boletos vendidos para un viaje

en bus y la probabilidad de que los pasajeros asistan en dicho día.

a) El valor de “a”
b) La probabilidad de asistan a lo más 44 personas al viaje.
c) La probabilidad de que asistan entre 42 y 46 personas al viaje,
incluyendo a los extremos.
d) La probabilidad de que todos los asistentes puedan viajar.
e) La probabilidad de que al menos un asistente no pueda viajar.
f) ¿Cuántas personas se esperan que lleguen para viajar en el día
indicado?
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas
Distribuciones de probabilidad de variables aleatorias continuas