“UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO”

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

DEPARTAMENTO ACDEMICO DE ESTADISTICA

ASIGNATURA: ESTADÍSTICA APLICADA A LA INGENIERIA

TEMA : INTRODUCCIÓN
A LA
PROBABILIDAD

Prof: José Núñez Rodríguez

 TEORÍA DE LA PROBABILIDAD

INTRODUCCIÓN
Actualmente la teoría de la probabilidad se ha desarrollado y extendido
enormemente gracias a muchos pensadores que han contribuido a su
crecimiento, y es sin duda una parte muy importante y bien establecida
de las matemáticas. La teoría de la probabilidad ha resultado muy útil
para modelar fenómenos de muy diversas disciplinas del conocimiento
humano en donde es necesario incorporar la incertidumbre o el azar
como un elemento fundamental del modelo y tiene como objetivo
fundamental la comprensión matemática de las regularidades de los
fenómenos aleatorios.
EXPERIMENTO - ESPACIO MUESTRAL - EVENTOS
Definición de experimento Se define como la provocación o repetición de
un hecho o fenómeno que se estudia bajo ciertas condiciones con el fin de
analizar sus efectos o de verificar una hipótesis o un principio científico.
Clases de experimentos: Determinísticos y Aleatorios
1. Experimento determinístico, es aquel experimento que partiendo
de un estado inicial se conoce de antemano el resultado final del
experimento.
EJEMPLO
1. “Soltar una piedra en el aire” (su movimiento se describe por las
ecuaciones de caída libre)
2. “Leyes de Kepler” (comportamiento de los planetas).
3. “Al quemar un hidrocarburo como el gas propano en presencia del
oxígeno, se produce gas carbónico más agua”.
 Clases de experimentos
2. Experimentos aleatorios son aquellos experimentos cuyos resultados no
se pueden predecir con exactitud antes de realizar el experimento, el
experimento se puede repetir indefinidamente sin cambiar esencialmente las
condiciones.

EJEMPLO
(a) Seleccionar un artículo al azar de un lote que contiene artículos buenos
“B” y defectuosos “D”.
(b) Lanzar un dado y observar el número de puntos en la cara superior.
(c) Lanzar una moneda y observar el resultado en la cara superior “C”: cara
y “S”: sello.
(d) Designar al azar un representante del aula de un grupo de 40 alumnos.
(g) Registrar el número de vehículos en el cruce de dos avenidas antes de que
ocurra un accidente.
ESPACIO MUESTRAL
• Se denomina espacio muestral al conjunto de todos los
posibles resultados de un experimento aleatorio y lo
denotaremos por “Ω”. Así tenemos, los espacios muestrales
respectivos a los experimentos aleatorios definidos
anteriormente. El espacio muestral asociado a cada
experimento del ejemplo
• Experimento Espacio muestral Número de elementos
(a) Ω1 = { B, D} n ( Ω 1) = 2
(b) Ω2 = { 1, 2, 3, 4, 5, 6 } n ( Ω2) = 6
(c) Ω3 = {C, S} n ( Ω3) = 2
(d) Ω4 = {1, 2, 3, … , 40} n ( Ω4) = 40
 EVENTOS
• Consideremos al espacio muestral como un conjunto
universal., hablaremos, entonces de él de subconjuntos y
elementos.

• Se define a un evento a cualquier subconjunto del espacio

muestral y los denotaremos con las letras mayúsculas del
alfabeto: A, B, C, D, E, F, etc.
Así, si A es un evento entonces A ⊂ Ω.
 EVENTOS
• EJEMPLO: Consideremos el espacio muestral Ω = {1, 2, 3, 4, 5, 6}; lanzamiento
de un dado, definamos los siguientes eventos:

A: Obtener exactamente el número dos. → A = { 2 } → n(A)=1

B: Obtener un número par → B = { 2, 4, 6 } → n(B)=3
C: Obtener un número menor o igual a 3. → C = {1, 2, 3 }
D: Obtener un número mayor o igual a 3. → D = { 3, 4, 5, 6 }
E: Obtener un número entre dos y cuatro inclusive → E = { 2, 3, 4 }
F: Obtener un número mayor que 6. → F = ɸ = { } → n(F)=0
G: Obtener un número menor o igual que 6. → G ={ 1,2,3, 4, 5, 6 } = Ω
→ n(G ) = 6 = n(Ω)
 PROBABILIDAD DE UN EVENTO
• Definición de probabilidad de un evento
Sea Ω un espacio muestral y sea A cualquier evento de Ω, se define la
probabilidad de ocurrencia del evento A; como

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑛(𝐴)

𝑃 𝐴 = =
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜 𝑛(Ω)

donde: 0 ≤ P(A) ≤ 1 ; es un número real comprendido entre 0 y 1

Ejemplo 1: Consideremos el experimento, Una moneda se lanza tres
veces.
¿Cuál es la probabilidad de:
a) Ocurran dos sellos?
b) Ocurran tres sellos?
c) Ocurra a lo más (a lo máximo) un sello?
d) Ocurra cuando menos ( por lo menos) un sello?
e) Ocurra a lo más tres sellos?
f) Ocurran cuatro sellos?
Solución
 solución
Espacio muestral
Ω = {ccc, ccs, csc, scc, css, scs, ssc, sss} → n ( Ω ) = 8

a) Ocurran dos sellos?

Sea el evento
A: Ocurran dos sellos → A = { css, scs, ssc,} → n ( A ) = 3
𝑛(𝐴) 3
Luego 𝑃 𝐴 = = = 0.375
𝑛 𝛺 8

b) Ocurran tres sellos?

Sea el evento
B: Ocurran tres sellos → B = { sss } → n ( B ) = 1
𝑛(𝐵) 1
Luego 𝑃 𝐵 = = = 0.125
𝑛 𝛺 8
solución
c) Ocurra a lo más (a lo máximo)un sello?
Sea el evento
C: Ocurra a lo más un sello → C = { ccc, ccs, csc, scc,} → n ( C ) = 4
𝑛(𝐶) 4
Luego 𝑃 𝐶 = = = 0.5
𝑛 𝛺 8

d) Ocurra cuando menos ( por lo menos) un sello

Sea el evento
D: Ocurra cuando menos un sello → D = {ccs, csc, scc, css, scs, ssc, sss}
→ n(D)=7
𝑛(𝐷) 7
Luego 𝑃 𝐷 = = = 0.875
𝑛 𝛺 8
 solución
e) Ocurra a lo más tres sellos?
Sea el evento
E: Ocurra a lo más tres sellos → E = {ccc, ccs, csc, scc, css, scs, ssc, sss} = Ω
→ n ( E) = 8 = n ( Ω )
𝑛(𝐸) 8
Luego 𝑃 𝐸 = = =1= 𝑃 Ω
𝑛 𝛺 8

f) Ocurran cuatro sellos?

Sea el evento
F: Ocurran cuatro sellos → F = ɸ = { } → n ( F ) = 0
𝑛(𝐹) 0
Luego 𝑃 𝐹 = = = 0 = 𝑃(ɸ)
𝑛 𝛺 8
• Ejemplo 2: Consideremos el experimento, lanzamiento de un dado,
calcular la probabilidad de los siguientes eventos:
A: Obtener exactamente el número cuatro.
B: Obtener un número impar.
C: Obtener un número menor o igual a 2.
D: Obtener un número mayor o igual a 3.
E: Obtener un número entre dos y cinco inclusive.
F: Obtener un número mayor que 6.
G: Obtener un número menor o igual que 6.
Solución
 solución
Espacio muestral
Ω = {1, 2, 3, 4, 5, 6} → n ( Ω ) = 6

a) Obtener exactamente el número cuatro?

Sea el evento
A: Obtener exactamente el número cuatro → A = { 4 } → n ( A ) = 1
𝑛(𝐴) 1
Luego 𝑃 𝐴 = = = 0.1667
𝑛 𝛺 6

b) Obtener un número impar?

Sea el evento
B: Obtener un número impar → B = { 1, 3, 5} → n ( B ) = 3
𝑛(𝐵) 3
Luego 𝑃 𝐵 = = = 0.5
𝑛 𝛺 6
solución
c) Obtener un número menor o igual a 2?
Sea el evento
C: Obtener un número menor o igual a 2 → C = {1, 2} → n ( C ) = 2
𝑛(𝐶) 2
5 Luego 𝑃 𝐶 = = = 0.3333
𝑛 𝛺 6

d) Obtener un número mayor o igual a 3?

Sea el evento
D: Obtener un número mayor o igual a 3 → D = {3, 4, 5, 6} → n ( D ) = 4
𝑛(𝐷) 4
Luego 𝑃 𝐷 = = = 0.6667
𝑛 𝛺 6
 solución
e) Obtener un número entre dos y cinco inclusive?
Sea el evento
E: Obtener un número entre dos y cinco inclusive → E = {2, 3, 4, 5,} → n ( E) = 4
𝑛(𝐸) 4
Luego 𝑃 𝐸 = = = 0.6667
𝑛 𝛺 6
f) Obtener un número mayor que 6?
Sea el evento
F: Obtener un número mayor que 6 → F = ɸ = { } → n ( F ) = 0
𝑛(𝐹) 0
Luego 𝑃 𝐹 = = =0
𝑛 𝛺 6
g) Obtener un número menor o igual que 6?
Sea el evento
G: Obtener un número menor o igual que 6 → F = {1, 2, 3. 4, 5, 6 } → n ( G ) = 6 = n ( Ω )
𝑛(𝐹) 6
Luego 𝑃 𝐹 = = =1 = 𝑃 Ω
𝑛 𝛺 6
PROBABILIDAD CONDICIONAL

• Sea un espacio muestral 𝛀 y sean A y B dos eventos

cualesquiera; se defina la probabilidad condicional de la
ocurrencia del evento A dado que ha ocurrido B; como

𝑃 𝐴∩𝐵
𝑃 𝐴/𝐵 = ; 𝑃 𝐵 >0
𝑃 𝐵
donde
𝑃(𝐴/𝐵) ≥ 0
• Ejemplo En una es escuela el 20% de los alumnos tienen problemas visuales, el
10% problemas auditivos y el 4% tienen tanto problemas visuales como auditivos.

Sean los eventos; A: alumnos que tienen problemas visuales.→𝑃 𝐴 = 0.20

B: alumnos que tienen problemas auditivos.→𝑃 𝐵 = 0.10
A∩B: alumnos que tienen tanto problemas visuales como auditivos.
→ 𝑃 A ∩ B = 0.04
Si se selecciona del salón de clase un alumno al azar; ¿Cuál es la probabilidad de que:

a) el alumno tenga problemas visuales, sabiendo que tiene problemas auditivos?

b) sabiendo que el alumno tiene problemas auditivos, tenga problemas visuales?
c) el alumno tenga problemas auditivos, sabiendo que tiene problemas visuales ?
d) el alumno sabiendo que tiene problemas visuales, tenga problemas auditivos?
e) Con la información dada complete la siguiente tabla.
Solución
a) Probabilidad de que el alumno tenga problemas visuales, sabiendo
que tiene problemas auditivos.
P(A/B) = P(A∩B)/P(B)
= 0.04/0.10 = 0.4
b) Solución en (a)
P(A /B) = 0.4
c) Probabilidad de que el alumno tenga problemas auditivos, sabiendo
que tiene problemas visuales.
P(B/A) = P(B∩ 𝐴)/P(A)
= 0.04/0.20 = 0.20
d) Solución en (c)
e) Con la información dada complete la siguiente tabla.
 A A’ Total
B 0.04 0.10
B’
Total 0.20 1
PROBABILIDAD DE EVENTOS INDEPENDIENTES
• Sea Ω un espacio muestral y sean A y B dos eventos de Ω, se
dice que los eventos A y B son independientes, si la
ocurrencia de uno de los eventos, digamos A, no condiciona la
probabilidad de ocurrencia del otro evento B. y cumple con los
siguientes axiomas:

• P(A/B) = P(A)
• P(B/A) = P(B)
• P(A∩B) = P(A y B) = P(A).P(B)
Ejemplo
• En un grupo de 10 niños de dos años de edad, siete están vacunados
contra una enfermedad específica y tres no lo están. Si se eligen dos
niños al azar. ¿Cuál es la probabilidad de que el primer niño esté
vacunado y el segundo también lo esté?; si:
a) La elección se hace con reposición.
b)La elección se hace sin reposición.

Solución Definamos los eventos

A: el primer niño elegido está vacunado.
B: el segundo niño elegido está vacunado.
a) Cuando la elección es con reposición:
𝑛(𝐴)
P(A) = =7/10 ; P(B/A) = 7/10 = P(B); probabilidades
𝑛 𝛺

correspondientes a los niños elegidos.

Por lo tanto: la probabilidad de que el primer niño elegido
esté vacunado y el segundo niño elegido también esté
vacunado, denotamos por P(A∩B); esto es:
P(A∩B) = P(A).P(B/A)
= (7/10)( 7/10)
= P(A).P(B)
Se dice que los eventos son independientes
b) Cuando la elección es sin reposición:

P(A∩B) = P(A).P(B/A)
= (7/10)( 6/9)
= 7/15
Se dice que los eventos no son independientes, están
condicionados.
Ejemplo: En un artículo de la revista American journal of Drugs and
alcohol Abuse, Erickson y Murria (A-1) afirman que las mujeres están
consideradas como un grupo con riesgo especial de adicción a la
cocaína, y que se ha sugerido que sus problemas con la cocaína son
mayores que en los hombres. Con base en la revisión de textos
especializados y en el análisis de los resultados de un estudio
original, estos investigadores argumentan que no hay evidencia de
que el uso de cocaína en las mujeres exceda al de los hombres, o que
el índice de uso crezca más problemas. Los sujetos de estudio de
Erickson y Murria comprenden una muestra de 75 hombres y 36
mujeres. Los autores afirman que los individuos en una muestra
bastante representativa de adictos típicos adultos sin tratamiento ni
encarcelados. La tabla 01 muestra la frecuencia de uso de la cocaína
en el tiempo de vida y el sexo de los individuos.
TABLA 01: Frecuencia de consumo de cocaína por género
entre adultos
Frecuencia de uso S E X O
de cocaína en el Masculino (M) Femenino (F) Total
período de su vida
1 - 19 veces (A) 39
32 7
20 - 99 veces (B)
18 20 38
100 veces o más
(C ) 25 9 34

Total 75 36 111

Preguntas:
1. ¿Cuál es la probabilidad de que una persona seleccionada
aleatoriamente de entre los 111 individuos de que sea hombre?
2. ¿Cuál es la probabilidad de que una persona seleccionada
aleatoriamente de entre los 111 individuos de que sea mujer?
3. ¿Cuántas probabilidades marginales se pueden calcular?
4. ¿Cuál es la probabilidad de que sea del sexo masculino (M) y que
sea una persona que consumió cocaína 100 veces o más durante su
tiempo de vida?
5. ¿Cuántas probabilidades conjuntas se pueden calcular? Enúncielas
en notación de probabilidades y realice los cálculos.
 6. Suponga que se escoge aleatoriamente a un individuo de entre los 111 y
se encuentra que es un individuo del sexo masculino (M) ¿Cuál es la
probabilidad de que este individuo haya consumido cocaína 100 veces o
más durante su vida?
7. ¿Cuántas probabilidades condicionales se pueden calcular? Enúncielas
en notación de probabilidades y realice los cálculos.
8. ¿Cuál es la probabilidad de que una persona sea del sexo masculino (M)
o del sexo femenino (F)?
9. ¿Cuál es la probabilidad de que esa persona sea del sexo masculino (M) o
que haya consumido cocaína 100 veces o más durante su tiempo de vida
(C)?
10. ¿Cuál es la probabilidad de que esa persona sea del sexo femenino (F) o
que haya consumido cocaína 100 veces o más durante su tiempo de vida
(C)?
 Solución
1. ¿Sea hombre (M)? n(M) = 75
𝑛(𝑀)) 75
Luego 𝑃 𝑀 = = = 0.6757 ; Probabilidad marginal.
𝑛 𝛺 111

2. ¿Sea mujer (F)? n(F) = 36

𝑛(𝐹)) 36
Luego 𝑃 𝐹 = = = 0.3243 ; Probabilidad marginal.
𝑛 𝛺 111

3. ¿Cuántas probabilidades marginales se pueden calcular? Rpta. 5

𝑛(𝑀⋂𝐶) 25
4. 𝑃 𝑀𝑦 𝐶 = 𝑃 𝑀⋂𝐶 = = = 0.2252 ; Probabilidad conjunta.
𝑛 𝛺 111

5. ¿Cuántas probabilidades conjuntas se pueden calcular? Rpta. …6…..

 Solución
𝑃(𝐶⋂𝑀) 25/111
6. 𝑃 𝐶/𝑀 = = = 0.3333
𝑃 𝑀 75/111
7. ¿Cuántas probabilidades condicionales se pueden calcular?; Rpta. …12…

75 36
8. 𝑃 𝑀𝑜 𝐹 = 𝑃 𝑀𝑈𝐹 = 𝑃 𝑀 + 𝑃 𝐹 = + = 1.0000; Puesto
111 111
que los dos géneros son mutuamente excluyentes; es decir, que al
seleccionar un individuo no puede ser a la vez masculino y femenino al
mismo tiempo.
75 34 25
𝟗. 𝑃 𝑀𝑜𝐶 = 𝑃 𝑀𝑈𝐶 = 𝑃 𝑀 + 𝑃 𝐶 − 𝑃 𝑀⋂𝐶 = + − =
111 111 111
0.7568 ; Regla de la adición

36 34 9
10. 𝑃 𝐹𝑈𝐶 = 𝑃 𝐹 + 𝑃 𝐶 − 𝑃 𝐹⋂𝐶 = + − =⋯
111 111 111
 TAREA 03
1. Un instituto tiene 475 estudiantes en cuatro programas; la
distribución de alumnos por asignaturas aparecen, en el tabla:
A s i g n a t u r a s
Matemáticas Estadística Lenguaje
Programas Total
(M) (E) (L)
Psicología (P) 40 20 25 85
Administración (A) 60 50 20 130
Ingeniería (I) 50 50 55 155
Contabilidad (C) 50 25 30 105
Total 200 145 130 475

Un estudiante se selecciona al azar para que represente como delegado

ante el comité electoral del instituto. ¿Cuál es la probabilidad de que:
1. El delegado-alumno este llevando la asignatura de Matemáticas ?
2. El estudiante seleccionado este llevando la asignatura de Lenguaje?
3. El delegado-alumno pertenece al programa de Psicología?
4. ¿Cuántas probabilidades marginales se pueden calcular?
5. El estudiante seleccionado no pertenece al programa de contabilidad.
6. El delegado-alumno no este llevando la asignatura de Lenguaje?
7. El delegado-alumno no este llevando la asignatura de Matemáticas?
8. El estudiante seleccionado pertenece al programa de Psicología y este
llevando la asignatura de Estadística?
9. El delegado-alumno este llevando la asignatura de Matemáticas y
pertenece al programa de Ingeniería?
10. ¿Cuántas probabilidades conjuntas se pueden calcular?
11. Suponga que el estudiante seleccionado pertenece al programa de
Psicología ¿Cuál es la probabilidad de que este estudiante este llevando la
asignatura de Lenguaje?
12. Suponga que el delegado-alumno este llevando la asignatura de Lenguaje
¿Cuál es la probabilidad de que este estudiante pertenece al programa de
Psicología?
13. ¿Cuál es la probabilidad de el delegado-alumno pertenece al programa de
contabilidad, sabiendo que esta llevando la asignatura de estadística?
14. ¿Cuál es la probabilidad de que este estudiante este llevando la
asignatura de Matemáticas , sabiendo que pertenece al programa Psicología?
15. ¿Cuántas probabilidades condicionales se pueden calcular?
16. ¿Cuál es la probabilidad de que este llevando la asignatura de
Matemáticas o que pertenece al programa Psicología?
17. ¿Cuál es la probabilidad de que pertenece al programa Administración
o que este llevando la asignatura de Estadística?
18. ¿Cuál es la probabilidad de que este llevando la asignatura de
Matemáticas o Lenguaje?
19. ¿Cuál es la probabilidad de que pertenece al programa Psicología o
Ingeniería?
20. ¿Cuál es la probabilidad de que este llevando la asignatura de
Lenguaje o que pertenece al programa Psicología?
------------------------------------------------