ESTADÍSTICA Y

PROBABILIDADES 1

Probabilidades

Docente: Doctora (c) Jessica Cleofé Muñoz Grados de Flores

2022
EXPERIMENTO ALEATORIO ()

 Es un tipo de experimento que se puede repetir indefinidamente, sin

cambiar sus condiciones. Aunque no se puede predecir su resultado, sin
embargo se puede describir sus resultados posibles.

 Los experimentos pueden ser simples y compuestos (dos o más

experimentos).

5/9/2022
ESPACIO MUESTRAL ()

 Es el conjunto de todos los resultados posibles de un experimento. A veces se le denomina espacio

muestral  asociado al experimento .

 Cuando un experimento es simple no hay dificultad para determinar su espacio muestral; no así cuando el
experimento es compuesto.

 Existes dos tipos de espacios muestrales:

 Discreto.- Cuando tiene un número entero positivo de elementos y además pueden ser: Finitos e
Infinitos.

 Continuo.- Si tiene un número no numerable de elementos. Es decir sus elementos son puntos de
algún intervalo.
5/9/2022
Ejemplo 1

 1 = {Lanzar una moneda y observar la cara superior}

(1) = { Cara, Sello}
 2 = {Lanzar un dado y observar el número que aparece en la cara superior}
(2) = { 1, 2, 3, 4, 5, 6}
 3 = {Extraer un artículo de una línea de producción y comprobar si es defectuoso o no}
(3) = { Defectuoso, No Defectuoso}
 4 = {Elegir un delegado de una sección de 40 estudiantes}
(4) = {Pedro, Juan, Daniella, Cecilia,... }
 5 = {Número de automóviles que se cruzan en una esquina}
(5) = {0, 1, 2, ... }

5/9/2022
EVENTOS Y SUCESOS

 EVENTO.- Es cualquier subconjunto de un espacio muestral, y se denotan por A, B,C,...

 De acuerdo a la teoría de conjuntos:
 Al Espacio Muestral ( ), se le denomina Evento Seguro, porque siempre ocurre, es
imposible que no pueda ocurrir.
 Al Evento Nulo () se le llama Evento Imposible.
 Se dice que un evento ocurre cuando al menos uno de los resultados que lo conforman ocurre.

5/9/2022
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A  B, si w  A  w  B.

 A = B, si A  B y B  A.

5/9/2022
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A  B = { w   / w  A o w  B }.

 A  B = { w   / w  A y w  B }.

5/9/2022
Operaciones con Eventos

Sean A y B eventos de , entonces:

 A – B = { w   / w  A y w  B }.

 Ac =  – A = { w   / w  A }.

5/9/2022
ejemplos

 Sólo A = A  Bc  Sólo A y B = A  B

 Sólo B = Ac  B  Ni A ni B = Ac  Bc

5/9/2022
Operaciones con Eventos

Sean A y B eventos de , entonces:

 Leyes de Morgan: (A  B)c = Ac  Bc (A  B)c = Ac  Bc

 Producto Cartesiano: A x B = { (y, z)   / y  A y z  B }

Sean A, B y C eventos de , entonces:

 Leyes Distributivas
A  (B  C) = (A  B)  (A  C)
A  (B  C) = (A  B)  (A  C)

5/9/2022
Operaciones con Eventos

 Eventos Mutuamente Excluyentes

Sean A y B eventos de , entonces:
AB=

 Eventos Colectivamente Exhaustivos

Sean A1, ..., An eventos de ,
entonces:
n
A1   An = i =1
Ai = 

5/9/2022
Técnicas de conteo
Son los procedimientos y estrategias para contar las posibles agrupaciones de
los elementos de un conjunto, permitiendo determinar el número de
posibilidades lógicas para realizar algún experimento, sin necesidad de
enumerarlas.
 Principio Multiplicativo
Si una primera acción se puede realizar de n1 maneras diferentes, y una
segunda acción se puede realizar de n2 maneras diferentes, ..., y una r-
ésima acción se puede realizar de nr maneras diferentes, entonces las r
acciones se pueden realizar de n1  n2  ...  nr maneras diferentes.
 Principio Aditivo
Si una primera acción se puede realizar de n1 maneras diferentes, o una
segunda acción se puede realizar de n2 maneras diferentes,..., o una r-
ésima acción se puede realizar de nr maneras diferentes, entonces las r
acciones alternativas se pueden realizar de n1 + n2 + ... + nr maneras
diferentes.

5/9/2022
EJEMPLO 2
 = {Lanzar dos dados y se observa los números que aparecen en las
caras superiores}

 (1, 1) (1, 2 ) (1, 3 ) (1, 4 ) (1, 5 ) (1, 6 ) 

 
( 2, 1) ( ) ( ) ( ) ( ) ( )
2, 2 2, 3 2, 4 2, 5 2, 6
 ( 3, 1) ( 3, 2 ) ( 3, 3 ) ( 3, 4 ) ( 3, 5 ) ( 3, 6 ) 
() =   N( ) = 36
( 4, 1) ( 4, 2 ) ( 4, 3 ) ( 4, 4 ) ( 4, 5 ) ( 4, 6 ) 
 ( 5, 1) ( 5, 2 ) ( 5, 3 ) ( 5, 4 ) ( 5, 5 ) ( 5, 6 ) 
 
 ( 6, 1) ( 6, 2 ) ( 6, 3 ) ( 6, 4 ) ( 6, 5 ) ( 6, 6 ) 
A = { Que al lanzar dos dados se obtenga en las caras superiores números
iguales}
A = { (1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} N(A) = 6
Un suceso sería: w = { (1,1) }
5/9/2022
Ejemplo 3

Se tiene un experimento aleatorio que consiste en lazan dos monedas a la

vez. Se solicita determinar su espacio muestral.

Solución.-
Para determinar su espacio muestral se puede hacer uso de una tabla de
doble entrada:

Primera Segunda Moneda

Moneda Cara Sello
Cara C,C C,S
Sello S,C S,S
Entonces:  = { (CC), (CS), (SC), (SS) }

5/9/2022
Ejemplo 4

Se tiene un experimento aleatorio que consiste en lazan tres monedas. Se

solicita determinar su espacio muestral.
Solución.-
Para determinar su espacio muestral se puede hacer uso del diagrama del
árbol

Entonces:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }

5/9/2022
Ejemplo 5

Se tiene un experimento aleatorio que consiste en lazan una moneda y un

dado. Se solicita determinar su espacio muestral.
Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } y 2 = { Lanzar un dado }
Así el N() = 2 * 6 = 12
Entonces, mediante la tabla de doble entrada se tiene:

Dado
Moneda
1 2 3 4 5 6
Cara C,1 C,2 C,3 C,4 C,5 C,6
Sello S,1 S,2 S,3 S,4 S,5 S,6
Entonces:
 = { (C1), (C2), (C3), (C4), (C5), (C6), (S1), (S2), (S3), (S4), (S5), (S6), }
5/9/2022
Ejemplo 6

Se tiene un experimento aleatorio que consiste en lazan una moneda o un

dado. Se solicita determinar su espacio muestral.

Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } o 2 = { Lanzar un dado }
Así el N() = 2 + 6 = 8

Entonces, el espacio muestral esta dado por:

 = { C, S, 1, 2, 3, 4, 5, 6 }

5/9/2022
Permutaciones
Una permutación de un conjunto de elementos es una disposición de tales
elementos de acuerdo a un orden definido. El número de permutaciones de
n elementos tomados de r es:

n!
P = n Pr = P(n,r) =
n
r
( n − r )!
Si n = 4 y r = 2  P(4,2) = 12

1 2 2 1 3 1 4 1

1 3 2 3 3 2 4 2

1 4 2 4 3 4 4 3

5/9/2022
Permutaciones con repetición
El número de permutaciones de n elementos donde existen n1 , n2 , … , nk
elementos que se repiten (n1 + n2 + … + nk = n) es:
n!
P n
n1 ,n2 , ,nk =
n1 ! n2 !  nk !

Por ejemplo, si en una urna hay 9 bolas, 3 blancas, 2 rojas y 4 negras. ¿De
cuantas formas distintas se pueden extraer las bolas de la urna?
Solución: Al tener tres bolas blancas, para efectuar el ordenamiento se
consideran iguales, lo mismo se debe hacer con las rojas y las negras. De
este modo: n = 9, n1 = 3, n2 = 2 y n3 = 4, luego el numero de formas
distintas se pueden extraer las bolas de la urna son:
9!
P3,2,4 =
9
= 1260
3! 2! 4!
5/9/2022
Combinaciones

Una combinación es el número de formas de seleccionar o extraer de n

objetos tomados de r en r formas, sin tener en cuenta su orden.
 n n n!
=C =
r r n rC = C(n,r) =
  r! ( n − r ) !

Si n = 4 y r = 2  C(4,2) = 6

1 2
2 3
1 3 3 4
2 4
1 4

5/9/2022
Probabilidad

 ENFOQUE CLÁSICO
Si N(A) representa el número de sucesos del evento A y N() el número
de sucesos del espacio muestral, entonces se puede decir que la
probabilidad de A esta dada por:
N(A)
P(A) =
N( )

 ENFOQUE DE FRECUENCIA RELATIVA

La probabilidad se calcula con base a la proporción del número de
veces que ocurre un evento A en un determinado número de
observaciones. Es decir, la probabilidad de A esta dada por:
Frecuencia Absoluta de A f(A)
P(A) = =
Número de Observaciones n
5/9/2022
Axiomas de probabilidad
 PRIMER AXIOMA
La probabilidad que un evento A  , sólo puede tener valores que
están: 0  P(A)  1.
 SEGUNDO AXIOMA
La probabilidad del espacio muestral es igual a la unidad. Esto es,
P() = 1.
 TERCER AXIOMA
Para un número finito de k eventos mutuamente excluyentes, A1, ..., Ak
que pertenecen a un , la probabilidad de la unión de estos eventos
está dada por:

P ( k
i=1 )
A i =  i=1 P(A i )
k

Nota.- Para el caso de eventos A y B  , eventos mutuamente

excluyentes, entonces: P(A  B) = P(A) + P(B) :
5/9/2022
Propiedades de probabilidad

1. Si  es el evento imposible o nulo, entonces P() = 0.

2. Para cada evento A  , P(A) = 1– P(Ac) ó P(Ac) = 1 – P(A).

3. Si A y B  , tales que A  B, entonces P(A)  P(B).

4. Si A y B  , eventos cualquiera, entonces:

P(A  B) = P(A) + P(B) – P(A  B)

5. Si A, B y C  , eventos cualquiera, entonces:

P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C)
+ P(A  B  C)
5/9/2022
Ejemplo 7
Se lanza una moneda tres veces. Calcule la probabilidad que en la cara
superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución a)
El experimento es lanzar una moneda tres veces.
El espacio muestral es:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }
El número de resultados posibles es N() = 8
El evento A es que en la cara superior de la moneda aparezcan dos
caras A = {CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(A) = 3.
Entonces:
N(A) 3
P(A) = = = 0,375
N( ) 8
5/9/2022
Ejemplo 8
Se lanza una moneda tres veces. Calcule la probabilidad que en la cara
superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución b)

El evento B es que en la cara superior de la moneda aparezcan al

menos dos caras A = {(CCC), (CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(B) = 4.
Entonces:

N(B) 4
P(B) = = = 0,50
N( ) 8

5/9/2022
EJEMPLO 9

En la tabla adjunta se presenta la distribución de los estudiantes

matriculados en un curso de música, por sección y sexo. Si se elige a un
delegado de los estudiantes, ¿cuál es la probabilidad que sea mujer?
Secciones
Sexo Total
A B C D
Hombre 25 18 13 30 86
Mujer 12 24 19 15 70
Total 37 42 32 45 156

Solución
El experimento es elegir un delegado
El evento A es que el delegado elegido sea mujer
Existen f(A) = 70 mujeres de un total de 156 estudiantes .
Entonces:
f(A) 70
P(A) = = = 0,449
n 156
5/9/2022
Probabilidad condicional

Sean los eventos A y B  , y además se sabe que P(B) >0, entonces la

probabilidad que ocurra A, dado que ya ocurrió B, se denomina
Probabilidad Condicional de A dado B; y se calcula mediante la siguiente
expresión:
P(A  B)
P(A B) =
P(B)

 PRIMER AXIOMA: 0  P(A / B)  1.

 SEGUNDO AXIOMA: P( / B) = 1.
 TERCER AXIOMA: Si A1, ..., Ak  , son k eventos mutuamente
excluyentes se tiene que:
P ( k
i=1 )
A i B =  i=1 P(A i B)
k

5/9/2022
Propiedades de probabilidad condicional

1. Si  es el evento imposible o nulo, entonces P(/B) = 0.

2. Para cada evento A  , P(A/B) = 1– P(Ac/B) ó P(Ac/B) = 1 – P(A/B).

3. Si A, B y C  , tales que A  C, entonces P(A /B)  P(C/B).

4. Si A, B y C  , eventos cualquiera, entonces:

P((A  C)/B) = P(A/B) + P(C/B) – P((A  C)/B)

5/9/2022
Ejemplo 10

En el presente periodo académico, se han matriculados 1500 estudiantes,

de los cuales 300 son del quinto superior. El 45% de los estudiantes del
quinto superior son mujeres. Mientras que el 65% de los que no son del
quinto superior son mujeres. Si se escoge el expediente de un estudiante
matriculado para una entrevista personal y se comprueba que no es del
quinto superior, ¿cuál es la probabilidad de que sea el expediente de una
mujer?
Solución.-
Con los datos construimos una tabla de doble entrada

Calificación del Sexo del Estudiante

Total
Estudiante Hombre Mujer
Es del 5to. Superior 165 135 300
No es del [Link] 420 780 1200
Total 585 915 1500
5/9/2022
Ejemplo 10
Solución.-
Calificación del Sexo del Estudiante
Total
Estudiante Hombre Mujer
Es del 5to. Superior 165 135 300
No es del [Link] 420 780 1200
Total 585 915 1500

El experimento es extraer un expediente.

Como existen 1500 estudiantes matriculados, luego N( ) = 1500.
Los eventos son:
A = { Expediente de estudiante Mujer } y
B = { Expediente de estudiante que no es del 5to. Superior }
P(A  B) N(A  B) N( ) 780 1500
P(A B) = = = = 0,65
P(B) N(B) N( ) 1200 1500

5/9/2022
Ejemplo 11

En una urna hay 3 fichas amarillas y 6 fichas azules, ¿cuál es la probabilidad de que al sacar 2
fichas, con reposición, éstas sean amarillas?

Solución:
Definamos el evento como A = { Extraer una ficha amarilla].
Luego: P(A) = 3/(3+6) = 3/9 =1/3
Como la extracción de una ficha amarilla no afecta la siguiente extracción, porque se repone la ficha
que se sacó. Ello, a su vez no afecta al total de fichas de la urna.
Así, si se define como B = { Extraer dos fichas y que estas sean amarillas} es simplemente repetir el
evento A dos veces. Por tanto:
P(B) = P(A)P(A) = (1/3)(1/3) = 1/9

5/9/2022
REGLA DE MULTIPLICACIÓN

Sean los eventos A y B  , se denomina regla de Multiplicación a:

P( A  B) = P(A) P(B / A)

5/9/2022
PARTICIÓN DE UN ESPACIO MUESTRAL

Se dice que la colección de eventos A1, ..., Ak  , es una partición de ,

si y sólo si:
 Si P(Ai ) > 0,  i = 1, ..., k
 Si los eventos A1, ..., Ak son mutuamente excluyentes; esto es:
Ai  Aj =   i  j.
 Si los eventos A1, ..., Ak son colectivamente exhaustivos; esto es:

k
i=1
A i = A1  A 2   Ak = 

5/9/2022
TEOREMA DE LA PROBABILIDAD TOTAL
Sea la colección de eventos A1, ..., Ak, es una partición de , entonces
para una evento B  , se cumple que:

P(B) =  i=1 P(A i )P(B A i ) = P(A 1 )P(B A 1 ) +

k
+ P(A k )P(B A k )

Si se tiene solo el evento A  ,

tal que 0  P(A)  1, entonces
para cualquier evento B  , se
cumple que:
P(B) = P(A)P(B A) + P(A c )P(B A c )

5/9/2022
TEOREMA DE BAYES
Sea la colección de eventos A1, ..., Ak, es una partición de , entonces
para una evento B   y Ah evento de la partición de , se cumple que:
P(A h )P(B A h ) P(A h )P(B A h )
P(A h B) = =

k
i =1
P(A i )P(B A i ) P(A1 )P(B A 1 ) + + P(A k )P(B A k )

Si se tiene solo el evento A  ,

tal que 0  P(A)  1, entonces
para cualquier evento B  , se
cumple que:

P(A)P(B A)
P(A B) =
P(A)P(B A) + P(A c )P(B A c )

5/9/2022
Ejemplo 12
En una sección el 70% de alumnos son mujeres, de ellas el 10% son
fumadoras. De los varones, son fumadores el 20 %.
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?

Solución: Haciendo de un árbol

M = { Alumno es mujer }
H = { Alumno es hombre }
F = { Alumno es fumador }

5/9/2022
Ejemplo 12
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
Solución: Haciendo de un árbol

P(F) = P(H)P(F / H) + P(M)P(F / M)

P(F) = 0,3(0,2) + 0,70(0,10)
P(F) = 0,13
5/9/2022
Ejemplo 12
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?
Solución: Haciendo de un árbol

P(H)P(F / H)
P(H/ F) =
P(H)P(F / H) + P(M)P(F / M)
0,3(0,2)
P(H/ F) = = 0,46
0,13
5/9/2022
Ejemplo 12
En un bloque el 70% de alumnos son mujeres, de ellas el 10% son
fumadoras. De los varones, son fumadores el 20 %.
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?

Solución: Haciendo de Tabla

No
M = { Alumno es mujer } Fumador
Fumador
Total
H = { Alumno es hombre }
F = { Alumno es fumador } Hombre 0,06 0,24 0,30

Mujer 0,07 0,63 0,70

Total 0,13 0,87 1,00

5/9/2022
Ejemplo 12
a) ¿Cuál es la probabilidad de que una persona tomada al azar sea
fumadora?
Solución: Haciendo de Tabla

No
Fumador Total
Fumador
P(F) = P(H  F) + P(M  F)
P(F) = 0,06 + 0,07 Hombre 0,06 0,24 0,30

P(F) = 0,13 Mujer 0,07 0,63 0,70

Total 0,13 0,87 1,00

5/9/2022
Ejemplo 12
b) Se elige un individuo al azar y resulta fumador. ¿Cuál es la probabilidad
de que sea un hombre?
Solución: Haciendo de un árbol

No
Fumador Total
P(H  F) Fumador
P(H/ F) =
P(F) Hombre 0,06 0,24 0,30
0,06
P(H/ F) = Mujer 0,07 0,63 0,70
0,13
P(H/ F) = 0,46 Total 0,13 0,87 1,00

5/9/2022
Eventos Independientes

Sean los eventos A y B  , se dice que son Eventos Independientes, si y sólo sí:

 P(A  B) = P(A) P(B)

 P(A / B) = P(A), si P(B) > 0

 P(B / A) = P(B), si P(A) > 0

 P(A  B) = 1 - P(Ac) P(Bc)

5/9/2022