Unidad Académica de

Estudios Generales

Estadística Básica

Profesores: Equipo docente de Estadística

 Unidad III
Semana 09

Probabilidades
El riesgo de contagio
de Covid-19
cuando ambas
personas no usan
mascarilla es
probabilidad... una

ALTA MEDIA BAJA

 LOGRO DE LA SESIÓN

Al finalizar la sesión, el estudiante resuelve problemas de

contexto real, aplicando la teoría de probabilidad con
interpretación de resultados.
 Sesión 9: Probabilidades
ASU: ECN 221 - Estadística para los Negocios. Módulo
3: Cap. 4 – Introducción a la probabilidad

1. Conceptos básicos de probabilidad

2.Operaciones con eventos
3.Probabilidad de un evento
4. Probabilidad de la unión
de eventos
5. Probabilidad condicional
6. Teorema de Bayes
¿Cuál la probabilidad ¿Cuál es la probabilidad que una
es que el piquero ¿Cuál es la probabilidad de
persona con tres dosis de vacuna obtener una nota sobresaliente
sobrevivade petróleo
cubierto rescatadotras el derrame contra Covid 19 sea contagiado con
en las playas de Ventanilla? en el curso de Estadística Básica?
una nueva variante?

No se conoce con exactitud el resultado final , tenemos INCERTIDUMBRE.

TEORÍA DE LA PROBABILIDAD
¿Deseas tener la habilidad para manejar la incertidumbre?
 1. Conceptos básicos de probabilidad
EXPERIMENT Lanzar un dado y observar el número
O que aparece en la cara superior
ALEATORIO

ESPACIO MUESTRAL Ω={1;2;3;4;5;6}

A: Que salga un número par

A={2;4;6}
B: Que salga un número menor a 3
EVENTO B={1;2}
 1. Conceptos básicos de probabilidad
Proceso de observación, donde el
EXPERIMENT
resultado no se conoce, hasta que
O se realiza el experimento.
ALEATORIO
Es el conjunto formado por todos
ESPACIO MUESTRAL los resultados que se obtiene
cuando se realiza un experimento
aleatorio.

En la teoría de la probabilidad, un
evento es uno o más de los
EVENTO posibles resultados de que algo
ocurra. Parte o subconjunto del
espacio muestral.
Experimentos aleatorios Espacio muestral Evento

ε1 : Lanzar una moneda y A: Que salga cara

1 =cara; sello
observar la cara superior A=cara

B: Que se recupere
ε2 : Observar si un paciente 2 =si; no
post operado presenta B=si
complicaciones

C: Que gane
ε3 : Jugar un partido de 3 =ganar; perder; empatar
C=ganar
fútbol

ε4 : Número de atenciones A: Hasta 2 atenciones

diarias en el servicio de 4 =0; 1; 2; 3; ….
A=0; 1; 2
emergencia.
Ejemplo 1
Árbol de probabilidades
En una producción de bombillas eléctricas, de un lote de
100 se eligen al azar 3 focos para un control de calidad y
se anota: D = Defectuoso S = Sin defecto. 3° Resultados
2°
Solución D DDD
1° D
a. Experimento es: S DDS
D
ε: Verificar la bombilla D DSD
S
b. Espacio muestral es: S
D DSS
 = {DDD, DDS, DSD, SDD, DSS, SDS, SSD, SSS} S D
c. Número de elementos del espacio muestral: S

n( ) = 23 = 8 S D SDD

A = {DDS; DSD; SDD} S SDS

d. Evento A: Obtener dos defectuosos
n(A) = 3
SSD
Ejemplo 2
Lanzar un dado y observar el número
que aparece en la cara superior.
Defina los siguientes eventos:
A: observar que el número sea par
Solución:
 : Observar el número de la cara superior
 = { 1, 2, 3, 4, 5, 6 }
Número de elementos de  : n() = 6

B: observar un número menor que 4 Eventos: N° elementos

A = {2,4,6} n (A) = 3
C: observar el número 6
B = {1,2,3} n (B) = 3
C={6} n (C) = 1
 2. Operaciones con eventos

Complemento de un evento.- Está formado por los elementos que no

están en el evento.
Ejemplo 1: Lanzar un dado y observar el número de la cara superior.
El espacio muestral: Ω = 1,2,3,4,5,6
El evento A: Observar que sea un número par
A = 2,4,6

Entonces el complemento de A es: Ac = 1,3,5 Ac 2 1 3 4
A
6 5
2. Operaciones con eventos
Unión de eventos.- Sean dos eventos A y B del , la unión de eventos está
conformado por todos los elementos de A y B.
En el ejemplo 1, al lanzar un dado se observó los eventos: A
= 2, 4,6B = 1, 2, 3
La unión de eventos: AUB = 1,2,3, 4,6

Ω A B

1
4
6 2
3
2. Operaciones con eventos

Intersección de eventos .- Sean dos eventos A y B del , la

intersección de eventos está conformado por los elementos comunes de
A y B.
Continuando con el ejemplo 1:
A :  2, 4,6  B =  1, 2, 3

La intersección de A B
es: AB =  2 
 3. Probabilidad de un evento A
Sea el experimento lanzar un Calcular la probabilidad de obtener un número
dado. par.
Solución:
Se define el espacio muestral y número de
elementos:
 = {1; 2; 3; 4; n(Ω) =
5; 6} 6
A : Obtener un número
par
n(A) =
A = {2; 4; 6} 3
La probabilidad del evento A
es:
𝒏(𝑨) 𝟑
𝑷 𝑨 = = = 0.50 = 𝟓𝟎%
𝒏(𝜴) 𝟔
3. Probabilidad de un evento
Se tiene un espacio muestral de un experimento aleatorio 𝜀, sea A un
evento del Ω.
Se define P(A) como la probabilidad del evento A, la cual satisface:
0 ≤ P(A) ≤ 1

Donde:
𝑛(𝐴) 𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝐴 𝑑𝑒 𝐴
= =
𝑛(Ω) 𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Ejemplo 3:
Sea el experimento lanzar una moneda tres veces . Calcular la probabilidad de:
a. Obtener exactamente dos caras
b. Al menos dos caras
c. ninguna cara
Solución:
El espacio muestral es:  = {(CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS)}
Probabilidad de eventos
Los eventos son:
n(A) 3
A = {(CCS), (CSC), (SCC)} a) P(A)  

n(B) 4 1
B = {(CCC), (CCS), (CSC), b) P(B)  n    8  2  0.5
(SCC)}
C = {(SSS)} c)
n(C) 1
P(C)  n    8  0.125
4. Probabilidad de unión de eventos
La probabilidad que ocurra el evento A o B, o ambos.

1) Si A y B dos eventos mutuamente

excluyentes: P(AUB) = P(A) + P(B)
2) Si A y B son eventos
cualesquiera: P(AUB) = P(A) +
P(B) – P(A∩B)
Si 𝑨 ∩ 𝑩 = ∅, entonces los eventos 𝐴 y 𝐵 son
mutuamente excluyentes.
Ejemplo 4:
Se lanza un dado y se definen los eventos
A: se obtiene un número impar
B: se obtiene un número mayor a 2
a) Calcula la probabilidad de obtener un número impar y es mayor que dos.
b) Calcula la probabilidad de obtener un número impar o que sea mayor a dos.

A ={1, 3, 5} 

B ={3, 4, 5, 6} •1 •3 B
A •5

•4 •6
a) P(A∩B) = n(A∩B)/n() =2/6= 0.333= 33.3%
•2
b) P(A U B) = P(A) + P(B) ─ P(A∩B)
= 3/6 + 4/6 ─ 2/6 = 5/6 = 0.833 =83.3%
 ACTIVIDAD 1

Del archivo ejemplos

sesión 11 resolver el
ejercicio 1.
Ejercicio 1:
En la fábrica J&M.SAC, se clasifica la producción de pantalones según la condición de la prenda como
A: Con fallas y B: Sin fallas. Por tanto, se quiere realizar el ajuste de las máquinas con los resultados
que se muestran a continuación.

PANTALONES
PRODUCCIÓN A: Con fallas B: Sin fallas Total

M1: Máquina 1 45 30 75
M2: Máquina 2 18 12 30
M3: Máquina 3 27 18 45
Total 90 60 150

En la producción de la semana anterior, el inspector selecciona un pantalón al azar.

a) ¿Cuál es la probabilidad que la prenda confeccionada tenga fallas?
b) ¿Cuál es la probabilidad que la prenda confeccionada sea de la máquina M2 o tenga fallas?
c) ¿Cuál es la probabilidad que la prenda tenga fallas y fue confeccionado en la máquina M1?
 Tipos de Probabilidad

Marginal Unión Conjunta Condicional

P( A) P( A | B)
P( A  B) P( A  B)
La probabilidad de
La probabilidad La probabilidad La que ocurra A
de que ocurra A probabilidad de que ocurra de que sabiendo que ha
ocurra A ocurrido B
A AoB yB

B
A B A B
5. Probabilidad condicional

Sean A y B dos eventos entonces, la probabilidad de que ocurra

el evento A dado que ha ocurrido B, esta dada por:

P( A B )
P( A / B ) P( B ;P( B
AB
)0 )
“dado que”
 Tabla de contingencia
Las probabilidades “conjuntas” y “marginales” se relacionan con el concepto de
probabilidad condicional. Veamos la siguiente tabla de doble entrada (o tabla de
contingencia).

Evento
Evento B1 B2 Total
A1 P(A 1)
P(A 1 ∩ B1) P(A 1 ∩ B 2)
A2 P(A 2)
P(A 2 ∩ B1) P(A 2 ∩ B 2)
Tota P(B 1) P(B 2)
l
Probabilidad Conjunta 1

Probabilidad Marginal
EJEMPLO 5
En una Clínica de Salud Mental se clasifican a los pacientes con fobia según diagnóstico, como se
indica a continuación.
DIAGNÓSTICO
FOBIA Total
M: Positivo N: Negativo

A: A lugares altos 25 15 40
B: A las arañas 15 45 60
C: A espacios cerrados 80 120 200
Total 120 180 300
Hay una atención en el consultorio.
a) Calcula la probabilidad que el diagnóstico sea positivo, si el paciente tiene fobia a espacios cerrados.
𝑃(𝑀 ∩ 𝐶) 80/300 La probabilidad que el paciente del consultorio
𝑃 𝑀/𝐶 = = = 0.40 = 40% tenga diagnóstico positivo sabiendo que tiene
𝑃(𝐶 200/300
fobia a espacios cerrados es de 40%.
)
b) Si tiene fobia a las arañas ¿Cuál es la probabilidad que el diagnóstico sea negativo?
La probabilidad que el paciente del consultorio
𝑃(𝑁 ∩ 𝐵) 45/300
𝑃 𝑁/𝐵 = = = 0.75 = 75% tenga diagnóstico negativo sabiendo que tiene
𝑃(𝐵) 60/300 fobia a las arañas es de 75%.
 EJEMPLO 6
Suponga que la SUNAT ha clasificado a las empresas por sectores (S1, S2 y S3), y según el índice
del pago del impuesto a la renta del 2021 en tres categorías (A1, A2 y A3). Se selecciona una
empresa al azar:
a) Calcula la probabilidad de que pertenezca a la categoría A2.
b) Si se sabe que es de la categoría A2, cual es la probabilidad que pertenezca al sector S1.
c) Si la empresa elegida pertenece al sector S2, ¿cuál es la probabilidad que pertenezca a la
categoría A3?
Solución:
CATEGORÍAS a) 𝑃 𝐴2 = 0.21 = 21%
SECTORES Total
A1 A2 A3 La probabilidad que la empresa pertenezca a la categoría A2 es 21%
𝑃 (𝑆1∩𝐴2) 0.10
S1 0.30 0.10 0.20 0.60 b) 𝑃 𝑆1/𝐴2 = = = 0.4762 = 47.62%
𝑃 (𝐴2) 0.21
S2 0.20 0.10 0.05 0.35
S3 0.03 0.01 0.01 0.05 La probabilidad que la empresa sea de la categoría A2 si es del sector
Total 0.53 0.21 0.26 1.00 S1 es 47.62%
𝑃(𝐴3∩𝑆2) 0.05
c) 𝑃 𝐴3/𝑆2 = = = 0.1429 = 14.29%
𝑃 (𝑆2 0.35
) La probabilidad que la empresa sea de la categoría A3 si es del sector S2 es 14.29%
 Ejemplo 1 aplicativo de ASU
Con los datos de venta de un producto y los días hasta la venta responder las preguntas:

Días enumerados hasta la venta

Precio de venta inicial Total
<=30 31-90 >90
< $150.000 50 40 10 100
$150.000-$199.999 20 150 80 250
$200.000-$250.000 20 280 100 400
> $250.000 10 30 10 50
Total 100 500 200 800
Fuente: Datos de Cooper Realty, consulta la página 222 de la sexta edición de MBS.

a) Calcula la probabilidad que el producto se venda de 31-90 días.

b) Si el precio de venta inicial del producto estuvo entre $150-$199.9 ¿Cuál es la probabilidad que haya demorado de
31-90 días?
c) ¿Cuál es la probabilidad que se vendió en <=30 días si el precio de venta fue $200-$250?

Tomado de: Arizona State University (Enero, 2023). ECN221: Estadística para los negocios. Módulo 3: Introducción a la probabilidad (Cap.
4). https://canvas.asu.edu/courses/39153/pages/ch-4-introduction-to-probability.
6. Teorema de Bayes
El teorema de Bayes es útil para incorporar información adicional
y ayudar a determinar probabilidades a posteriori

Probabilidades
a Priori
Procesos Probabilidades
de a Posteriori
Bayes
Nueva
Información
 Probabilidad Total A1 A2 An

= B

Si los n eventos A1, A2, . . . An forman una partición del espacio muestral , entonces:

P(B)   P( Ai 
B)
i1
Teorema de la Probabilidad Total

Probabilidad Total
Teorema de Bayes
Si A1, A2, … , An es una partición de Ω y
B essubconjunto cualquiera dentro de Ω,
un A1 A2 An
entonces, la probabilidad de que ocurra un = B
evento Ai, cuando el evento B ha ocurrido es:
(A1/B)

P ( A ) P ( B /
P ( Ai / B )  i
P(B)
Ai )
Donde P(B) se puede calcular usando el teorema de la probabilidad total:
n
P( Ai ) : Probabilidades "a priori"
P(B)   P ( Ai  P( Ai / B) : Probabilidades "a
B) posteriori"
 EJEMPLO
7.
En una asignatura de fisiología de la facultad de medicina de
una universidad asisten a clase (de manera regular) 100 de 0,9 Aprobó

los 150 estudiantes matriculados. Se sabe que aprueban el P(A1)

Asistió
90% de los estudiantes que asisten a clases y el 30% de los 0,67
0,1 Desaprobó
que no asisten. Se elige un estudiante al azar. P(D/A1)
Estudiante
a) Calcular la probabilidad de que haya sido desaprobado.
0,3
b)Si se sabe que el estudiante ha desaprobado ¿Cuál es la 0,33 Aprobó
No asistió
probabilidad de que haya asistido a clase? P(A2)
0,7
SOLUCIÓN. P(D/A2)
Desaprobó

Eventos:
A1: El estudiante asistió 𝑃 𝐴1 = 0.67
D: Desaprobó el curso
𝑃 𝐷 = 𝑃 𝐴1 𝑃 + 𝑃 𝐴2 𝑃 𝐷/𝐴2 = 0.67 × 0.1 + 0.33 × 0.7 = 0.298 = 29.8%
𝐷/𝐴1
𝑃(𝐴1 ∩ 𝐷) 𝑃(𝐴1)𝑃 𝐷/𝐴1 0.67 × 0.1
𝑃 𝐴1/𝐷 = = = = 0.2248 = 22.48%
𝑃(𝐷) 𝑃(𝐷 0.30
)
 Ejemplo 2 aplicativo de ASU
Una empresa de fabricación recibe envíos de piezas de dos proveedores diferentes. La calidad de las piezas
compradas varía según la fuente de suministro. Compra el 65% de sus piezas al proveedor 1 y el 35%
al p​ roveedor 2. Históricamente, el 98% de las piezas del proveedor 1 son buenas y el 2% defectuosas, mientras
que el 95% de las piezas del proveedor 2 son buenas y el 5% defectuosas. En base a este caso resonder lo
siguiente:
1. Si un cliente devuelve una pieza defectuosa. ¿Cuál es la Bueno
0,98
probabilidad que sea del proveedor 1?
P(S1)
S1
Calcular: P(S 1|defectuoso) = 0,65
Defectuoso
0,02
P(D/A1)
𝑆1 ,65 (,02) (,013) Proveedor
𝑃 = = = 0,4262295
𝐷 ,65 (,02)+ ,35 (,05) (,013)+ ,0175
0,95
0,35 Bueno
P(S2) S2

2. Tu turno: hallar la probabilidad de que una 0,05

pieza buena del almacén provenga del P(D/A2)
Defectuoso
proveedor 2. Calcular: P(S2|bueno)
Tomado de: Arizona State University (Enero, 2023). ECN221: Estadística para los negocios. Módulo 3: Introducción a la probabilidad (Cap.
4). https://canvas.asu.edu/courses/39153/pages/ch-4-introduction-to-probability.
 Ejercicio aplicativo de ASU
Rob's Market usa el conjunto de datos S09 Ejemplo ASU MarketBasket ES.xlsx para
generar un informe sobre los comportamientos de compra de los clientes que usan
una tarjeta de fidelización.
 ¿Cuál es la probabilidad de que un cliente aleatorio no compre pan, jalea o
mantequilla de maní?
 ¿Cuál es la probabilidad de que un cliente al azar compre pan blanco?
 ¿Cuál es la probabilidad de que un cliente compre jalea de fresa dado que
compra pan blanco?
 ¿Cuál es la probabilidad de que un cliente al azar compre mantequilla de
maní
natural dado que compra pan de trigo?

Tomado de: Arizona State University (Enero, 2023). ECN221: Estadística para los negocios. Módulo 3: Introducción a la probabilidad (Cap.
4). https://canvas.asu.edu/courses/39153/pages/ch-4-introduction-to-probability.
 TRABAJO EN SALA

Resolver en equipos
colaborativos el ejercicio 2 y 3
de la semana 09.
EJERCICIO
2.
En la sala de pediatría de un hospital, el 60% de los pacientes son niñas. De los niños el 35% son menores de
24 meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que ingresa a la sala selecciona un
infante al azar.
a. Calcular la probabilidad que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Calcular la probabilidad que sea una niña.
EJERCICIO
3.
Un médico cirujano se especializa en cirugías estéticas. Entre sus pacientes, el 20% se realizan correcciones
faciales, un 35% implantes mamarios y el restante en otras cirugías correctivas. Se sabe además, que son de sexo
masculino el 25% de los que se realizan correcciones faciales, 15% implantes mamarios y 40% otras
cirugías correctivas.
a) Calcular la probabilidad que los pacientes atendidos son de sexo masculino
b) Si fue atendido un paciente de sexo masculino ¿Cuál es la probabilidad que se haya realizado
una cirugía de implantes mamarios?
EJERCICIO
4:
Un Doctor dispone de tres equipos electrónicos para realizar ecografías. El uso que le da a cada equipo es de
25% al primero, 35% el segundo en y 40% el tercero. Se sabe que los aparatos tienen probabilidades de error de
1%, 2% y 3% respectivamente. Un paciente busca el resultado de una ecografía y observa que tiene un error.
Calcular la probabilidad de que se ha usado el primer aparato.
 EJERCICIO
5:
Una fábrica de piezas para aviones está organizada en tres secciones. La sección A fabrica el 30% de las piezas,
la sección B el 35%, mientras que el resto se fabrican en la sección C. La probabilidad de encontrar una pieza
defectuosa es del 0.01, 0.015 y 0.009 según se considere la sección A, B o C, respectivamente.
a) Calcula la probabilidad de que una pieza elegida al azar salga defectuosa de dicha fábrica.
b) Si elegida una pieza al azar es defectuosa, ¿Cuál es la probabilidad que sea de la sección B?
EJERCICIO
6:
Un moderno edificio tiene dos ascensores para uso de los vecinos. El primero de los ascensores es usado el
45% de las ocasiones, mientras que el segundo es usado el resto de las ocasiones. El uso continuado de los
ascensores provoca un 5% de fallos en el primero de los ascensores y un 8% en el segundo. Un día
suena la alarma de uno de los ascensores porque ha fallado. Calcula la probabilidad de que haya sido el
primero de los ascensores.
 CONCLUSIONES

1. La probabilidad es una medida de la incertidumbre asociada a

un evento futuro y su valor está entre 0 y 1.
2. Las tablas de frecuencias y de contingencia se
calculan probabilidades.
3. La probabilidad condicional es la ocurrencia de evento
futuro condicionado a un evento pasado.
4. El teorema de Bayes requiere de una probabilidad a priori y una
probabilidad total.
Referencias Bibliográficas
Córdova M. (2003). Estadística Descriptiva e
Inferencial. Aplicaciones. 5ª ed. Lima: Moshera.

Daniel W. (2002). Bioestadística. Base para el Análisis de las

Ciencias de la Salud. México: Editorial Limusa S.A.