Unidad 3

TEORÍA ELEMENTAL DE LA
PROBABILIDAD
 PROBABILIDA
INTRODUCCION : D
El desarrollo de la teoría de la probabilidad fue financiada por
apostadores en el siglo XVII, quienes contrataron a matemáticos
famosos para que calculasen la probabilidad correcta de ciertos
juegos de azar. Con el tiempo, la gente se dio cuenta de que los
procesos científicos también son desafortunados y desde entonces
se han empleado métodos de probabilidad para estudiar el entorno
físico.

Para realizar un estudio sistemático de probabilidad, se necesita

cierta terminología. Un experimento constituye un proceso con un
resultado que no se puede predecir ciertamente con anterioridad.
El hecho de lanzar una moneda al aire, arrojar un dado, medir
el diámetro de un perno, pesar los contenidos de una caja de
cereal o medir la resistencia de una cuerda de pescar, son
ejemplos de experimentos. Con la finalidad de analizar un
experimento en términos probabilísticos, se debe especificar sus
posibles resultados.
Al conjunto de todos los posibles resultados de un experimento se le llama espacio
muestral. Ejemplo : al lanzar al aire una moneda se puede utilizar el conjunto (caras,
cruces) como el espacio muestral al igual que al arrojar un dado de seis caras se puede usar
al conjunto (1,2,3,4,5,6) Estos espacios muéstrales son FINITOS. Algunos experimentos
tienen espacios muéstrales con un numero INFINITO de resultados. Ejemplo : imagine que
un buril con diámetro de 10mm hace perforaciones en una lamina de metal. Debido a las
variaciones en el ángulo de perforación y a los pequeños movimientos en la lamina de
metal, los diámetros de los agujeros varían entre 10 y 10,2 mm. Por lo tanto, para el
experimento de perforación seria razonable un espacio muestral que este en el intervalo
(10,0 – 10,2) o en notación de conjuntos, Obviamente, este conjunto
contiene un numero infinito de resultados.
Con frecuencia, al estudiar experimentos, se esta interesado en un subconjunto particular
de resultados. Ejemplo: en el caso del buril se puede tener interés en la probabilidad de
que un hueco tenga un diámetro menor a 10,1mm. Esto ultimo corresponde al subconjunto
o el ejemplo de un dado caiga en un numero par EL
ESPACIO MUESTRAL ES (1,2,3,4,5,6) y el correspondiente a que caiga en un numero par es
el subconjunto.(2,4,6) A ESTE SUBCONJUNTO de un espacio muestral se lo llama evento o
suceso.
Es importante saber que para cualquier espacio muestral, el conjunto vacío 0 es un evento,
como lo es todo el espacio muestral.
COMBINACION DE EVENTOS :
. La Unión de 2 eventos A y B, es el conjunto de resultados que pertenecen ya
sea a A o B o a ambos.
. La intersección de 2 eventos A y B, constituye el conjunto de resultados que
pertenece tanto a A como a B.
. El complemento de un evento A se denota por Ac, es el conjunto de
resultados que no pertenecen a A. Es decir, Ac significa: no A. Por
consiguiente, el evento Ac se presenta siempre que NO OCURRA A.

EVENTOS MUTUAMENTE EXCLUYENTES : existen ciertos eventos que nunca

se presentan simultáneamente. Ejemplo : es imposible que una moneda que se
arroje al aire caiga a la vez en cruz y cara.
Entonces se dice que los eventos A y B
SON MUTUAMENTE EXCLUYENTES
si no tienen resultados en común.
 EXPERIMENTO ALEATORIO : es aquel experimento cuyo resultado no
es posible predecir anticipadamente y que aún partiendo de las mismas
situaciones iniciales pueden obtenerse distintos resultados.

PROBABILIDAD Se define como la probabilidad de interés como el caso de

resultados favorables dividido entre el total de resultados posibles.(PG)

Ej: Tengo una moneda cuya posibilidad son 2 = cara o cruz y aplicando el
concepto; tenemos la siguiente formula:

Otra definición: Si un evento puede ocurrir de N formas, las cuales se excluyen

mutuamente y son igualmente probables, y si m de estos eventos poseen una
característica E, la probabilidad de ocurrencia de E es igual a m/N.

Se lee P(E) como “la probabilidad de E”. Esta definición se expresa como:
PROBABILIDAD DE OCURRENCIA
Siempre es un valor entre 0 ≤ p ≤ 1
0%≤ p ≤ 100%

P=0 Suceso que no va ocurrir E SUCESOS

DETERMINADOS
P=1 ocurrirá E

En estadística siempre la probabilidad esta entre

0 1
 3.2 PROBABILIDAD CONDICIONAL
3.2.1 SUCESOS INDEPENDIENTES Y SUCESOS DEPENDIENTES.
Probabilidad Condicional: Es la probabilidad de ocurrencia de un evento
relacionado, en ocasiones, el conjunto de todos los “resultados posibles” puede
constituir un subconjunto del conjunto universal. En otras palabras, la población de
interés se puede reducir mediante algún conjunto de condiciones, no aplicables a
la población total. Cuando se calculan las probabilidades con un subconjunto del
conjunto universal como denominador, el resultado es una probabilidad
condicional

Sucesos Independientes y sucesos dependientes: Dos eventos son independientes

cuando la ocurrencia de uno no tiene ningún efecto sobre la probabilidad de
ocurrencia del otro y son dependientes cuando la ocurrencia de uno si afecta la
probabilidad de ocurrencia del otro evento
Regla de Suma: Cuando los sucesos son independientes

Regla de multiplicación: Cuando los sucesos son

dependientes

Probabilidad de ocurrencia( p) p {E} =

Probabilidad de No ocurrencia (q) q = P {no E} =

p + q = 1 es decir p {E} + p {no E} = 1

P = 0 ……suceso de que no va ocurrir E. (sucesos determinados)

P = 1 …… ocurrirá E. (sucesos determinados)

En estadística siempre la probabilidad esta entre 0 y 1
 Reglas :
i = Multiplicar (cuando los suceso son
dependientes)
o = Sumar (cuando son independientes)
u = Sumar
Ejem. El suceso de tirar una vez un dado y salga 3 o un 4

Hay 6 formas de que pueda caer el dado 1, 2, 3, 4, 5, 6 o sea se supone que los 6
números tiene la misma oportunidad de salir

= 1/3

b- La probabilidad que no salga ni 3 ni 4 (o sea) de que salga 1,2,5,6 es

q = P {no E} =
 Ej 6.40 PAG. 155
Determinar la probabilidad p, o estimarla, para los sucesos:
a.- Al extraer una carta de una baraja bien mezclada se saca as, rey o la sota de
bastos o el caballo de oro (BRIDGE =52 CARTAS, ESPAÑOLA = 50 CARTAS,
POCKER= 54 CARTAS)

Resp. =
b.- Al lanzar un par de dados salga suma
8.
Gráfico
muestral
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
Resp. =
4 5 6 7 8 9 10

5 6 7 8 9 10 11

6 7 8 9 10 11 12

c.- Encontrar una tuerca defectuosa si entre 600 ya examinadas había 12 defectuosas
Resp. = 600 – 12 = 588
 d.- Sumar 7 u 11 en una tirada de un par de
dados.
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
Resp. = = 2/9
4 5 6 7 8 9 10

5 6 7 8 9 10 11

6 7 8 9 10 11 12

e.- Sacar al menos una cara en tres lanzamientos de una moneda.

1° Lanzamiento 2° Lanzamiento 3° Lanzamiento

C
C
X
C
C
Diagrama del Árbol
X
X

C
C
X X

C
X
X
 3.2.2 SUCESOS MUTUAMENTE EXCLUYENTES

Dos o mas sucesos son mutuamente excluyentes sino pueden ocurrir al mismo
tiempo.
P = {E1 E2} = 0 No pueden ocurrir juntos.
P = {E1 + E2} = P {E1 } + { E2} – P {E1 E2}
P{E1 + E2} = P{E1} + P{E2} …….para suceso mutuamente excluyentes

Ej. 6.42 - 6.43 – 6.44

Se saca al azar una bola de una caja que contiene 10 rojas, 30 blancas, 20 10 Rojo
azules, y 15 naranjas; Hallar la probabilidad de que la bola extraída sea 30 Blanco
20 Azul
a. Roja o naranja b. Ni roja ni azul c. No Azul 15 Naranja
75
a- b- c-

d. Blanca e. Roja, Blanca o Azul

d- e.-
6.43.-De la caja del problema anterior se saca una bola, se repone y se hace una
nueva extracción Hallar la probabilidad de que: 10 Rojo
30 Blanco
a.- Ambas sean blancas 20 Azul
15 Naranja
75
b.- La primera sea roja la segunda blanca

c.- Ninguna sea naranja

d.- Ambas son rojas o blancas o una de cada

e.- La segunda no sea azul

 10 Rojo
f.- La primera sea naranja 30 Blanco
20 Azul
15 Naranja
g.- Al menos una sea azul 75

h.- A lo sumo uno sea Roja

i.- La primera sea azul, pero la segunda no

j.- Solo una sea roja

 10 Rojo
Ej. 6.44 30 Blanco
Rehacer el problema anterior sin reponer tras la extracción 20 Azul
a.- Ambas sean blancas 15 Naranja
75
b.- La primera sea roja la segunda blanca

c.- Ninguna sea naranja

d.- Ambas son rojas o blancas o una de cada

e.- La segunda no sea azul

 10 Rojo
f.- La primera sea naranja 30 Blanco
20 Azul
15 Naranja
g.- Al menos una sea azul 75

h.- A lo sumo uno sea Roja

i.- La primera sea azul, pero la segunda no

j.- Solo una sea roja

 RESUMEN

PROBABILIDAD CONDICIONAL: sucesos simultáneos

1 SUCESO 2 SUCESOS 3 SUCESOS

E E1E2 E1E2E3
A

Suceso condicional
E1 y E2 son sucesos «dependientes» A
Si la ocurrencia de E2 NO depende de E1 son sucesos INDEPENDIENTES B
 3.3 DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Y CONTINUA

Distribución de Probabilidad: se refiere a la colección de valores de la variable

aleatoria y la distribución de probabilidad entre estos. Es decir, es una distribución
de frecuencias teóricas que describe la forma en que se espera que varíen los
resultados.
De acuerdo al tipo de variables aleatorias la distribución puede ser discreta o
continua.
La Distribuciones discretas de Probabilidad mas utilizadas son: La binomial, la
distribución de Poisson, la distribución híper geométrica, multinomial.
Ej. número de hijos, dados, valores enteros, se usa para contar y en sucesos raros.
Las Distribuciones continuas son: la distribución normal, la t student y la chi
cuadrado.
Ej. Medición, pesos, alturas, diámetros, se usa para medir.
 RELACION ENTRE POBLACION, MEDIA MUESTRAL Y
VARIANZA
Si tomamos una muestra de tamaño N al azar de una población ( o sea, suponemos
que todas las posibles muestras son igualmente probables), entonces es posible
mostrar que el valor esperado de media muestral m es la media poblacional μ.
No se deduce, que el valor esperado de cualquier cantidad calculada sobre una
muestra sea la cantidad correspondiente de la población. Así, el valor esperado de la
varianza muestral, no es de la población, sino (N – 1)/N veces dicha varianza. Por eso
definimos la varianza muestral como nuestra varianza multiplicada por N/(N – 1).
 EJERCICIO SUPLEMENTARIO
Cap. 6 Pag. 155 (L.N.)
Cap. 6 Pag. 119 (L.V.)
6.45, 6.51 probabilidad
6.45 – Hallar la probabilidad de obtener un total de 7 puntos en dos tiradas de un dado: (a) una
vez, (b) al menos una vez y (c) dos veces.
a-

b-

c-
 EJERCICIO SUPLEMENTARIO
6.45, 6.51 PROBABILIDAD
6.51 – De entre 800 familias con 4 hijos cada una, ¿Qué porcentaje es de esperar que tenga: (a) 2
chicos y dos chicas, (b) al menos un chico, (c) ninguna chica y (d) a lo sumo 2 chicas?. Se supone
igual probabilidad para chicos y chicas.
a-

b-

c- d-
 ANALISIS
COMBINATORIO
Al hallar probabilidades de sucesos complicados, suele resultar difícil y tediosa
una enumeración de los casos. El análisis combinatorio facilita mucho esa tarea.
Maneras en que se puede elegir: m1
m2 TOTAL DE POSIBILIDADES
m3 m1.m2.m3

- De cuantas maneras se pueden elegir 1 presidente, 1 secretario y 1 tesorero de un

grupo de 19 estudiantes.
P S T
19 x 18 x 17 = 5,814 maneras.-
 Principio:
Si un suceso puede ocurrir de n1 maneras, y si cuando éste ha ocurrido otro suceso
puede ocurrir de n2 maneras, entonces el número de maneras en que ambos pueden
ocurrir en el orden especificado es n1n2.
Ej. Si hay 3 candidatos para gobernador y 5 para alcalde, los dos cargos pueden
ocuparse de 3x5=15 formas.

FACTORIAL DE
n
La factorial de n, denotada por n!, se define como:
n!=n(n – 1)(n – 2)….1

aplicando el problema anterior tenemos:

5!=5x4x3x2x1=120
4!3!=(4x3x2x1)(3x2x1)=144

conviene definir 0!=1

PERMUTACIONE
S Una permutación de n objetos tomados de r es una elección ordenada de r
objetos de entre n. El número de permutaciones de n objetos tomados de r en r se
denota por nPr, P(n,r), o Pn.r se debe tener en cuenta el orden en que se forman y
viene dado por :

n r P = n(n – 1)(n – 2)……(n – r + 1) =

En particular, el número de permutaciones de n objetos tomados de n en n es

CONCLUSION: Constituye un ordenamiento de un conjunto de elementos.

Por ejemplo hay 6 permutaciones de las letras A,B,C
ABC (3)(2)(1) = 6
ACB o sea n(n-1)(n-2)…….(3)(2)(1)
BAC
BCA Este es el producto de los enteros del 1 al n. Este producto se puede escribir
CAB con el símbolo n! que se lee n factorial.
CBA
n, n! = n (n-1) (n-2) … (3)(2)(1)
También se define a 0! = 1
Ejemplo:
1- El número de permutaciones que se pueden dar de las letras a, b y c tomadas de
dos en dos es:
3P2 = 3x2 = 6. Son ab, ba, ac, ca, bc y cb.

2- El número de permutaciones de las letras de la palabra “statistics”

es

Porque hay 3 eses, 3 tes, 1 a, 2 ies y 1

c.
 EJERCICIO SUPLEMENTARIO
Cap. 6 Pag. 155 (L.N.)
Cap. 6 Pag. 119 (L.V.)
Permutaciones : 6.66, 6.67
6.66 - ¿De cuantas maneras pueden sentarse 5 personas en un sofá de 3 plazas?

6.67 - ¿De cuantas maneras pueden colocarse 7 libros en una estantería si : (a) cualquier
colocación es admitida, (b) 3 libros particulares han de estar juntos y (c) 2 libros particulares
deben ocupar los extremos?.
a-

b-

c-
 COMBINACIONES
Una combinación de n objetos tomados de r en r es una selección de r de ellos, sin
importar el orden de los r escogidos. El número de combinaciones de n objetos,
tomados de r en r se denota por y no importa el orden en que se formen
y viene dado por:

Ej. El número de combinaciones de las letras a,b,y c tomadas de dos en dos es

Son ab, ac y bc. Nótese que ab es la misma combinación que ba, pero no la misma
permutación
 EJERCICIO SUPLEMENTARIO
Cap. 6 Pag. 155 (L.N.)
Cap. 6 Pag. 119 (L.V.)
Combinaciones : 6.74, 6.75, 6.76, 6.78

6.74 - ¿De cuantas maneras pueden seleccionarse 6 cuestiones de entre un total de 10?
10.9.8.7.6.5 151200
10C6 = = = 210
6.5.4.3.2.1 720
6.75 - ¿De cuantas maneras puede formarse una comisión de 3 hombres y 4 mujeres de entre un
total de 8 hombres y 6 mujeres?
8.7.6 6.5.4.3
8C3 . 6C4 = = 56 =15 56.15 = 840
3.2.1 4.3.2.1

6.76 - ¿De cuantas maneras pueden escogerse 2 hombres, 4 mujeres, 3 niños y 3 niñas de entre 6
hombres, 8 mujeres, 4 niños y 5 niñas si:
(a) no se impone restricción alguna y
(b) un hombre y una mujer concretos deben ser elegidos?

2H – 6H
(a) 6C2 . 8C4 . 4C3 . 5C3 = 15 . 70 . 4 . 10 =
4m – 8m
42000
3V – 4V
(b)
3ñ – 5ñ
 EJERCICIO SUPLEMENTARIO
Combinaciones : 6.74, 6.75, 6.76, 6.78
6.78 - ¿De cuantas maneras puede elegirse una comisión de 3 estadísticos y 2 economistas de
entre 5 estadísticos y 6 economistas si:
(a) no se imponen restricciones,
(b) 2 estadísticos particulares han de figurar en ella y
(c) un economista concreto tiene vetado el figurar en ella?

(a) 5C3 = 10
6C2 = 15

10 x 15 = 150

(b) 3C2 = 3
6C2 = 15

3 x 15 = 45

(c) 5C3 = 10
5C2 = 10

10 x 10 = 100
 DISTRIBUCION DE PROBABILIDAD
6.52, 6.54
6.52 – Si X es la variable aleatoria que da el numero de chicos en familias de 4 hijos (véase Prob. 6.51) : (a)
construir una tabla que muestre su distribución de probabilidad y (b) representar la distribución de
probabilidad de la parte (a) gráficamente.
x = Nro. De niños en familias con 4 hijos que tipo de Variable aleatoria es? DISCRETA
a- 1er. H 2do. H 3er. H 4to.H sea
1
1 0
1 1
0
1
01
1
0
0
0 1
01
1 0
1 1
0
0
0
1
1 0
0 1
0 0
b- X 0 1 2 3 4

P(X) 1/16 4/16 6/16 4/16 1/16

c-
 EJERCICIO SUPLEMENTARIO
6.52, 6.54
6.54 – Se extraen, sin reposición, tres fichas de una urna que contiene 4 rojas y 6 blancas. Si X es
una variable aleatoria que denota el número total de fichas rojas extraídas: (a) construir en una
tabla su distribución de probabilidad y (b) representar gráficamente esa distribución de
probabilidad.

a-

b- X 0 1 2 3

P(X) 1/6 1/2 3/10 1/30

 RESUMEN

EVENTO MUTUAMENTE EXCLUYENTES

• Se dice que los eventos A y B son mutuamente excluyentes si no tienen
resultados en común.
• De forma más general, se dice que una colección de eventos A1,A2,…….., An es
mutuamente excluyente si dos de ellos tienen resultados en común.

PERMUTACIONE
• Para
S cualquier entero positivo n,n! = n(n – 1)(n – 2)…… (3)(2)(1).
También se define a 0! = 1
El número de permutaciones de n objetos es n!

COMBINACIONES
• El número de combinaciones de k elementos elegidos de un grupo de n
elementos es: