UNIDAD III: FUNDAMENTOS DE PROBABILIDAD

La probabilidad la utilizamos todos los días de manera intuitiva.

Procuras dejar pocas cosas al azar, ¿no? Porque ni tu aspecto o alimentación, ni tu higiene, tu salud, o tu
trabajo son cosa de ¡juego!
Tomas decisiones sobre una infinidad de detalles. Y es que todos deseamos minimizar la probabilidad de que
algo salga ¡Mal!.
No quiero platicar de metros o litros,..
Ni de tallas de zapatos o medidas de pantalón,...
Sino de cosas que simplemente se puedan ¡Contar!
Charlar sobre variables cualitativas,...
Aquellas cosas que tienen atributos:
Clasificaciones: características presentes o ausentes, colores, sabores, y muchas otras cualidades.
Seguramente acostumbras clasificar. Por ejemplo, ¿cuántos días a la semana le dedicas a tu pasatiempo
favorito?
O bien, ¿con cuántas personas te frecuentas?, ¿cuántas de ellas consideras que son tus amigas o amigos?
La clasificación tiene que ver con un "todo" y sus "partes".
Por ejemplo, si de los 7 días a la semana, le dedicas 2 a tu pasatiempo favorito (hobbie)
Son 2 de 7, esto es 2/7, que es igual a 0.2857, o el 28.57% del tiempo.
Un poco menos del 30%.
Sobre el caso de las personas que se frecuentan, si se han agrupado en: (C) Conocidos, (F)
Familiares, y (A) Amigos, ¿qué proporción de ellos son tus verdaderamente amigas o
amigos?
Si se tienen 12 (C) Conocidos, 8 (F) Familiares, y 4 (A) Amigos, para un total de 24;
entonces, los verdaderamente amigos son 4 de 24, esto es 1/6; es decir 0.1667 o 16.67%
Una de cada 6 personas, que equivale a casi el 17%.
Analiza la operación que se está realizando...
Hay un numerador y un denominador, que pondera una "parte" de un "todo".
Por lo tanto, el resultado siempre estará entre 0 y 1, inclusive.
Así mismo son las probabilidades,... siempre estarán entre 0 y 1.
Como definición, la probabilidad es la proporción que resulta del cociente entre el número
de casos favorables y el número de casos posibles; es decir, es una fracción.
La división para el cálculo de probabilidad, se puede realizar entre la cuenta de cosas,
llamada Frecuencia Absoluta, o entre porcentajes, o entre probabilidades o Frecuencias
Relativas. La probabilidad es adimensional, porque es una proporción.
Formalmente, las probabilidades son manifestaciones numéricas de experimentos en los
que se contabilizan los resultados favorables y no favorables.
Los posibles eventos o resultados, realizados a partir de los puntos muestrales, son el
conjunto de resultados experimentales que constituyen el espacio muestral o "todo".
En el caso de las personas que se frecuentan, los conjuntos, o "partes", son excluyentes;
esto es, no pueden ser parte de más de una clasificación: o son compañeros conocidos, o
familiares, o amigos, pero no pueden ser dos o más cosas a la vez.
Cuando no tiene nada que ver... una cosa, con otra, y con otra más,... definitivamente se
trata de un caso de conjuntos "excluyentes".
La Taxonomía de Probabilidad describe las clases de probabilidad que sustentan un estudio
Objetiva
• Clásica (priori, sistemas duros), resultados equiprobables: moneda, dado, baraja
• Empírica (posteriori, sistemas duros) observación y experimentación

Subjetiva - Bayessiana (sistemas blandos):

creencias, paradigmas, hipótesis, evidencias

EQUIPROBABILIDAD
EQUIPROBABILIDAD

Este concepto es como el ideal político de los sistemas democráticos.

Cada "voto" es igual de importante para la cuenta final.
En una contienda electoral, cada partido recibe su "parte" de acuerdo a la cantidad de
votos a su favor.
Si 6 personas emiten su voto por un partido de entre los colores Rubí, Marrón, y Ambar, y si
la cuenta termina con 1 para el Rubí, 2 para el Marrón, y 3 para el Ambar, ¿cómo es la
distribución porcentual de la votación?
La votación final le da 1/6 o 16.67% al Rubí, 2/6 o 33.33% al Marrón, y 3/6 o 50% al Ambar.
La suma de estas parcialidades da el total de votos, tanto en la cuenta de votos
individuales, como porcentual.
Precisamente porque cada voto cuenta por igual, y hay equiprobabilidad de asignación, es
que la mayoría relativa inclina la balanza a favor de alguno.
DISTRIBUCIÓN

Es una descripción de la ponderación de cada parte de un todo.

Figura 3.2.1.1

Para el caso de las personas, compañeros de reunión mostrados arriba, la distribución es de 12/ 24
= 50% para los Conocidos, 8/24=33.33% para los Familiares, y 4/24=16.67% para los Amigos.

Hay muchas formas de representar a una función de distribución: expresión matemática, tablas, matrices,
gráfica de Venn, diagramas de frecuencias, gráfico de pastel, y muchas más: cuestión de conveniencias de uso.
Ejemplo: Considerando el ejemplo anterior del grupo de 24 compañeros que frecuentan las
reuniones sociales, 5 de ellos tienen cualidades musicales, y su participación en espectáculos les ha
beneficiado con una retribución económica simbólica. ¿Cómo se pueden distribuir 100 pesos entre
5 personas?
a) En partes iguales
b) 20% a lulu, 25 % a mimi, 18% a sandra, 22% a hugo y 15% a paco.

a)

b)
RESUELVA EL EJERCICIO:
1.- En un registro de renta de martillos neumáticos se tienen los siguientes datos:
(x, FO(x)):{ (0,4); (1,6); (2,18); (3,10); (4,2) }
Determine Pr(x), en particular Pr(2)
a) 28/40 b) 18/40 c) 18/18

2.- A lo largo de su carrera, una maestra ha otorgado 186 calificaciones A entre 1200 estudiantes. Determine Pr
(A).
a) 1200/186 b) (1200-186)/1200 c) 186/1200

3.- Se lanza una moneda dos veces. ¿Cuál es la probabilidad de que caiga por lo menos un águila (A)?
a) 0.25 b) 0.50 c) 0.75

4-.- Un surtidor de dulces tiene lunetas de color, 6 (V) verdes, 4(R) rojas y 3(B) blancas. Determine:
a) Pr (Verde)
a) 3/13 b) 4/13 c) 6/13

b) Pr(Roja o Blanca)
a) (3+6)/13 b) (3+4)/13 c) (3/13)* (4/13)
5.- En una encuesta a 500 estudiantes 320 tienen (C) compu, 175 (TV), 100 (A) ambas. Determine
a) Pr (C)
b) Pr (TV)
c) Pr (A)
d) Pr (Compu o bien TV)

6.- Considere distribuir $50 entre 7 personas.

e) En partes iguales
f) 20% a lulu, 5 % a mimi, 8% a sandra, 12% a hugo, 30% Luis, 10% a memo y 15% a paco.
• La probabilidad es un mecanismo por medio del cual pueden estudiarse sucesos aleatorios,
cuando éstos se comparan con los fenómenos determinísticos.

• Las probabilidades se plantean con respecto a un evento, tomando en consideración cómo se

relacionan entre sí diversos eventos.

• Dado un espacio muestral S, el objetivo de la probabilidad es asignar a cada evento A un número

P(A), qué recibe el nombre de probabilidad del evento A, que proporciona una medida precisa de
la probabilidad de que el evento A ocurra

• Espacio muestral: Es el conjunto de todos los resultados posibles de un experimento estadístico y

suele representarse por medio de la letra S.

• Un evento es cualquier colección (subconjunto) de resultados contenida en el espacio muestral S.

ENFOQUE CLÁSICO DE LA PROBABILIDAD
Se aplica cuando todos los resultados posibles son igualmente probables. Por
consiguiente se puede afirmar que si hay N posibilidades igualmente probables, de
las cuales una debe ocurrir y n se consideran favorables o como “acierto”, entonces
la probabilidad de lograr un acierto está dad por la razón:

n
P ( A) 
N
PROBABILIDAD COMO FRECUENCIA RELATIVA
En muchas situaciones prácticas, los resultados posibles de un experimento no son
igualmente probables para ello es necesario obtener algunos datos empíricos en un
intento de estimar las probabilidades.

No. de veces que ocurre un evento

P ( A) 
No. total de ensayos
AXIOMAS Y TEOREMAS
Dados un experimento y un espacio muestral S, el objetivo de la probabilidad es asignar a cada
evento A un número P(A), llamado la probabilidad del evento A, el cual dará una medida precisa de
la oportunidad de que A ocurra. Para garantizar que las asignaciones serán consistentes con las
nociones intuitivas de la probabilidad, todas las asignaciones deberán satisfacer los siguientes
axiomas (propiedades básicas) de probabilidad.
ITERPRETACIÓN DE LA PROBABILIDAD
Los axiomas no determinan por completo una asignación de probabilidades a eventos. Los axiomas
sirven sólo para excluir las asignaciones incompatibles con las nociones intuitivas de probabilidad.

MÁS PROPIEDADES DE LA RPOBABILIDAD

Comprobación En el axioma 3, sea k=2, A1 = A y A2 =A´. Como por definición de A´, A U A´=S en
tanto A y A´ sean eventos disjuntos, 1=P(S)=P(A U A´)= P(A)P(A´).
Esta proposición es sorprendentemente útil porque se presentan muchas situaciones
en las cuales P(A´) es más fácil de obtener mediante métodos directos que P(A).

A´
S S= Espacio muestral
A A= Evento
A´= Excluyente de A
Esto se debe a que 1 = P(A) +P(A´) ≥ P(A) puesto que P(A´) ≥ 0.
Cuando los eventos Ay Bson mutuamente excluyentes, P(A U B) = P(A)+ P(B).
Para eventos que no son mutuamente excluyentes, la adición de P(A) y P(B) da por resultado un
“doble conteo” de los resultados en la intersección. El siguiente resultado muestra cómo corregir
esto.

Comprobación: Obsérvese primero que A U Bpuede ser descompuesto en dos eventos

excluyentes, Ay B ∩ A´; la última es la parte B que queda afuera de A. Además, B por sí
mismo es la unión de los dos eventos excluyentes A ∩ B y A´∩B, por lo tanto P(B) =
P(A∩B) + P(A´∩B). Por lo tanto
EJEMPLO:
 RESUELVA EL EJERCICIO
7.- 8.-

9.-
PROBABILIDAD CONDICIONAL

En esta sección, se examina cómo afecta la información de que “un evento B ha ocurrido” a la
probabilidad asignada a A.

• Las probabilidades asignadas a varios eventos dependen de lo conocido de la situación experimental

al realizarse la asignación.

• Para dos eventos A y B, con P(B)>0, la probabilidad condicional de A al ocurrir B está definida por:
EJEMPLO:
EJEMPLO:
DEFINICIÓN DE PROBABILIDAD CONDICIONAL

Cuando los experimentos son más complicados, la intuición puede fallar, así que se requiere una
definición general de probabilidad condicional que dé respuestas intuitivas en problemas simples. El
diagrama de Venn y la ecuación sugieren cómo proceder.
 EJEMPLO:

A B
TODOS LOS QUE ADQUIRIERON
0.30 0.40
UNA TARJETA DE MEMORIA,
0.30
50%
ADQUIERE UNA BATERIA
OPCIONAL.
EJEMPLO:

TODOS LOS QUE LEEN LAS NOTICIAS DE LIBROS, EL 34.8 % LEEN TAMBIÉN
LAS NOTICIAS DE ARTES
RESUELVA EL EJERCICIO:
10.- La probabilidad de que un automóvil al que se le llena el tanque de gasolina necesite también
un cambio de aceite es de 0.25; la de que requiera un nuevo filtro de aceite, de 0.40 y de que le
hagan falta tanto cambio de aceite como de filtro, de 0.14.
a) Realice un diagrama de ven para visualizar la distribución de eventos
b) Si debe cambiarse el aceite ¿cuál es la probabilidad de que necesite un filtro nuevo?
c) Si necesita un filtro nuevo, ¿cuál es la probabilidad de que requiera que se le cambie el aceite?

11.- En el último grado de la escuela , en un grupo de 100 alumnos se encontró que 42 cursaron
Matemáticas, 68 Sicología, 54 Historia, 22 Matemáticas e Historia,25 Matemáticas y Psicología, 7
Historia pero no Matemáticas ni Psicología, 10 las tres materias y 8 ninguna de las tres. Si se
selecciona un estudiante aleatoriamente, encuentre la probabilidad de que:
a) Una persona inscrita en Sicología haya estudiado las tres materias;
b) Una persona que no se inscribió en Sicología haya tomado Historia y Matemáticas
Independencia

A menudo la probabilidad de que ocurra o haya ocurrido A no se ve afectada por el conocimiento

de que B ha ocurrido, así que P(A | B) =P(A). Es entonces natural considerar a A y B como eventos
independientes, es decir que la ocurrencia o no ocurrencia de un evento no afecta la probabilidad
de que el otro ocurra.
EJEMPLO:
Si la probabilidad de que una persona cometa un error al hacer su declaración de
impuestos es de 0.1, encuentre la probabilidad de que:
a) Cuatro personas totalmente ajenas una a la otra se equivoquen;
R= (0.1) (0.1) (0.1) (0.1) = 0.0001

b) El señor Pérez y la señora Alvarado lo hagan y que el señor González y la señora

Jiménez no.
R= (0.1) (0.1) (0.9) (0.9) = 0.0081
RESUELVA EL EJERCICIO:

13.- Una escuela determinó que la probabilidad de que un egresado apruebe su

examen recepcional en el primer intento es de 0.7, que lo apruebe en el segundo
es de 0.8, y la probabilidad de que lo apruebe en la tercera oportunidad es de 0.9.
Encuentre la probabilidad de que un egresado.

a) Repruebe el examen en la tercera oportunidad.

b) Apruebe el examen en la segunda oportunidad.
c) Repruebe el examen en la primera oportunidad.

Nota. Se recomienda utilizar un diagrama de árbol para visualizar las probabilidades

Teorema de Bayes
La regla general de dichos cálculos, los que en realidad son una aplicación simple de la regla de
multiplicación, se remonta al reverendo Thomas Bayes, quien vivió en el siglo XVIII.

El cálculo de una probabilidad posterior , a partir de probabilidades anteriores dadas y las

probabilidades condicionales , ocupan una posición central en la probabilidad elemental.
EJEMPLO:
Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en una fábrica. Los porcentajes de producción defectuosa de estas
máquinas son del 3%, 4% y 5%, determine:
a) Si seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b) Si tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de
haber sido producida por la máquina B.
c) ¿Qué máquina tiene la mayor probabilidad de haber producido la citada pieza
defectuosa?
Solución:
Sea D = "la pieza es defectuosa" y N= "la
pieza no es defectuosa". La información del
problema puede expresarse en el diagrama
de árbol adjunto.
a) P(D) = P(A) P(D/A) + P(B)P(D/B) + P(C) P(D/C) = 0.45 · 0.03 + 0.30 · 0.04 + 0.25 · 0.05 = 0.038
b) Debemos calcular P (B/D). Por el teorema de Bayes,

c) Calculamos P (A/D) y P (C/D), comparándolas con el valor de P(B/D) ya calculado. Aplicando el

teorema de Bayes, obtenemos:
EJEMPLO:
REUELVA EL EJERCICIO:

14.- Se sabe que un suero de la verdad que se aplica a un sospechoso es 90% confiable cuando la
persona es culpable y 99% cuando es inocente. En otras palabras, 10% de los culpables se juzgan
inocentes por el uso de este suero y 1% los inocentes, culpables. Si se selecciona un individuo de un
grupo de sospechosos, de los cuales solo un 5% ha cometido un crimen, y el suero indica que es
culpable, ¿Cuál es la probabilidad de que sea inocente?