Probabilidad

PROBABILIDAD Y ESTADÍSTICA CON SU DIDÁCTICA

Richard Romero Izurieta
 Tabla de contenidos
1Experimento Aleatorio

► Experimento Aleatorio
Experimento
Espacio muestral
Evento

► Cálculo de Probabilidad
Probabilidad de un evento
Técnicas de conteo

► Probabilidad condicional e independencia

Probabilidad condicional
Independencia

► Probabilidad total y regla de Bayes

Probabilidad total
 Motivación
1Experimento Aleatorio

Diariamente, tomamos decisiones con respecto a eventos inciertos:

• ¿Debo invertir en la bolsa?
• ¿Vale la pena contratar un plan odontológico?
• ¿Debo contratar un seguro para mi auto?
• ¿Debo llevar un paraguas?
• ¿Debo inscribirme en una asignatura electiva con baja tasa de aprobación?
 Experimento Aleatorio
1Experimento Aleatorio

• Experimento: Conjunto de acciones con las que, utilizando procedimientos

claramente establecidos, se efectúa algún tipo de observación o medida.

• Experimento Determinístico: aquel en el que, dado un acción controlada, sabemos exactamente cuál será el
resultado obtenido.
— Ejemplo: lanzamiento de un dado con todas las caras iguales a 6. ¿Único resultado posible? 6.

• Experimento Aleatorio: aquel en el que no se tiene

certeza sobre su resultado, a priori. Se pueden obtener
múltiples resultados a partir de una sola acción. Cada
vez que se repite el experimento, el resultado puede
ser diferente.
— Ejemplo: lanzamiento de un dado de seis caras.
Resultados posibles: { 1 , 2, 3, 4, 5, 6}.
 Experimento Estadístico
1Experimento Aleatorio

Expermiento estadístico: Es un experimento con las siguientes características:

1. Se conocen los resultados posibles del experimento antes de la

ejecución.

2. Cualquier realización debe conducir a un resultado que no es

conocido, pero que está dentro de los posibles resultados.

3. Puede ser repetido bajo idénticas condiciones.

Espacio muestral de un experimento
1Experimento Aleatorio
 Espacio muestral de un experimento
1Experimento Aleatorio

Espacio muestral de un experimento: se denomina así al par (Ω, F ) , donde:

• Ω es el conjunto de todos los resultados posibles del experimento.
• F es el conjunto de todos los subconjuntos de Ω, también llamado espacio de eventos.

Téngase en cuenta que para un espacio muestral (Ω, F ) lo siguiente debe siempre cumplirse:
1)Ω no es vacío; y, 2) ∅∈ F ; E1, E2 ∈ F ⇒ E1 ∪ E2 ∈ F ; y, E ∈ F ⇒ Ec ∈ F .

Adicionalmente:
• Los elementos de Ω son llamados “puntos” y genéricamente se los representa por la letra griega ω.
• Los elementos de F se los denomina Eventos.
 Espacio muestral de un experimento: Ejemplo
1Experimento Aleatorio

Experimento 1:Considere el experimento de lanzar una moneda y

observar el lado resultante. Denote por c el resultado cara y por s sello.
Luego, tenemos que:
• Espacio muestral: Ω = {ω 1 ; ω 2 } = {c; s}.
• Espacio de eventos: F = {∅;{ c } ; { s } ; {c, s } } = {∅;{ c } ; { s } ; Ω } .

Si Ω es un conjunto finito con N elementos, el número de elementos de F será 2 N .

 Espacio muestral de un experimento: Ejemplo
1Experimento Aleatorio

Experimento 2: Considere el experimento de lanzar un dado y observar el lado resultante. Tenemos que:
• Espacio muestral: Ω = {ω 1 ; ω2; ω3; ω4; ω5; ω 6 } = {1; 2; 3; 4; 5; 6}.
• Espacio de eventos:
F = {∅; { 1 } ; { 2 } ; { 3 } ; { 4 } ; { 5 } ; { 6 } ; { 1 , 2 } ; { 1 , 3 } ; { 1 , 4 } ; { 1 , 5 } ; { 1 , 6 } ; { 2 , 3 } ; { 2 , 4 } ; { 2 , 5 } ;
{ 2 , 6 } ; { 3 , 4 } ; { 3 , 5 } ; { 3 , 6 } ; { 4 , 5 } ; { 4 , 6 } ; { 5 , 6 } ; { 1 , 2, 3 } ; { 1 , 2, 4 } ; { 1 , 2, 5 } ; { 1 , 2, 6 } ;
{ 1 , 3, 4 } ; { 1 , 3, 5 } ; { 1 , 3, 6 } ; { 1 , 4, 5 } ; { 1 , 4, 6 } ; { 1 , 5, 6 } ; { 2 , 3, 4 } ; { 2 , 3, 5 } ; { 2 , 3, 6 } ;
{ 2 , 4, 5 } ; { 2 , 4, 6 } ; { 2 , 5, 6 } ; { 3 , 4, 5 } ; { 3 , 4, 6 } ; { 3 , 5, 6 } ; { 1 , 2, 3, 4 } ; { 1 , 2, 3, 5 } ; { 1 , 2, 3, 6 } ;
{ 1 , 2, 4, 5 } ; { 1 , 2, 4, 6 } ; { 1 , 2, 5, 6 } ; { 1 , 3, 4, 5 } ; { 1 , 3, 4, 6 } ; { 1 , 3, 5, 6 } ; { 1 , 4, 5, 6 } ;
{ 2 , 3, 4, 5 } ; { 2 , 3, 4, 6 } ; { 2 , 3, 5, 6 } ; { 2 , 4, 5, 6 } ; { 3 , 4, 5, 6 } ; { 1 , 2, 3, 4, 5 } ; { 1 , 2, 3, 4, 6 } ;
{ 1 , 2, 3, 5, 6 } ; { 1 , 2, 4, 5, 6 } ; { 1 , 3, 4, 5, 6 } ; { 2 , 3, 4, 5, 6 } ; Ω }
Evento o suceso
1Experimento Aleatorio
 Evento o suceso
1Experimento Aleatorio

Todo subconjunto de Ω se denomina Evento. Los eventos serán representados por letras mayúsculas.
• Experimento: Lanzamiento de un dado. Por lo tanto, Ω = {1; 2; 3; 4; 5; 6}.

• Eventos:
— Evento Imposible: E 1 = {Sale el número 7 } = ∅
— E 2 = {Sale el número 1 } = { 1 }
— E 4 = {Sale el número 6 } = { 6 }
— E 5 = {Sale un número par } = { 2 , 4, 6 }
— E 6 = {Sale un número mayor a 3 } = { 4 , 5, 6 }
— E 7 = {Sale un número menor o igual que 2 } = { 1 , 2 }
— Evento Seguro: Conjunto Ω o conjunto de todos los resultados posibles de un experimento

Dos eventos E1 y E2 de un mismo Ω son Eventos Mutuamente Excluyentes, si y solamente si no tienen elementos en
común, i.e., [(E1, E2 ⊂ Ω ) ∧ (E 1 ∩ E2 = ∅)].
Experimento aleatorio

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
1. Uso de Ejemplos Concretos y Relacionados con la Vida Diaria:
• Relaciona los conceptos con situaciones cotidianas para que los estudiantes puedan visualizar mejor los conceptos
abstractos. Por ejemplo, lanzar una moneda o tirar un dado.
2. Actividades Prácticas y Juegos:
• Implementa juegos y actividades prácticas que involucren azar, como juegos de mesa que dependan de tirar dados o
cartas. Esto ayuda a los estudiantes a experimentar con los conceptos en un entorno controlado y divertido.
3. Modelos Visuales y Gráficos:
• Utiliza diagramas y gráficos para representar el espacio muestral y los eventos. Por ejemplo, diagramas de Venn para
eventos y sus intersecciones.
4. Trabajo en Grupo:
• Anima a los estudiantes a trabajar en grupos para resolver problemas de probabilidad. Esto fomenta la colaboración
y la discusión, permitiendo que los estudiantes aprendan unos de otros.
Experimento aleatorio

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
5. Uso de Tecnología:
• Herramientas en línea como simuladores de probabilidad, calculadoras de combinaciones y aplicaciones interactivas
pueden ayudar a los estudiantes a explorar y entender estos conceptos de manera más dinámica.
Ejemplos Prácticos
1. Experimento Aleatorio:
• Ejemplo de Lanzamiento de La Moneda: Lanzar una moneda es un experimento aleatorio donde el resultado no se
puede predecir con certeza. Los posibles resultados son "cara" o "cruz".
2. Espacio Muestral:
• Ejemplo de Lanzamiento de Dado: Cuando lanzas un dado de seis caras, el espacio muestral es {1, 2, 3, 4, 5, 6}. Estos
son todos los resultados posibles del experimento.
3. Evento o Suceso:
• Ejemplo de Evento en Lanzamiento de Dado: Si defines el evento "sacar un número par" al lanzar un dado, este
evento corresponde a {2, 4, 6}, que es un subconjunto del espacio muestral.
Experimento aleatorio

Ideas de ejemplos prácticos y recursos didácticos

Recursos
1. Simuladores y Aplicaciones en Línea:
• GeoGebra: Tiene herramientas interactivas para explorar conceptos de probabilidad.
• PhET Interactive Simulations: Ofrece simulaciones sobre probabilidad que ayudan a visualizar los experimentos
aleatorios.
2. Materiales Didácticos:
• Juegos de Dados y Cartas: Utiliza dados y cartas para realizar experimentos aleatorios en clase.
• Software de Estadística Básica: Herramientas como Excel o Google Sheets pueden ser usadas para realizar
simulaciones y visualizar datos.
3. Recursos en Línea y Videos Educativos:
• Khan Academy: Tiene lecciones y videos sobre probabilidad y estadística que explican estos conceptos con claridad.
• YouTube: Busca canales educativos que ofrezcan explicaciones visuales y ejemplos prácticos.
 Tabla de contenidos
2 Cálculo de Probabilidad

► Experimento Aleatorio
Experimento
Espacio muestral
Evento

► Cálculo de Probabilidad
Probabilidad de un evento
Técnicas de conteo

► Probabilidad condicional e independencia

Probabilidad condicional
Independencia

► Probabilidad total y regla de Bayes

Probabilidad total
 Probabilidad
2 Cálculo de Probabilidad

• Probabilidad: medida de incertidumbre sobre ciertos eventos o características de interés.

• Estos eventos, en general, están asociados con experimentos aleatorios.

• Aleatorización:
— Lanzar un dado.
— Lanzar una moneda.
— Girar una ruleta.

• Ejemplo: para aleatorizar dos tratamientos entre pacientes, se puede lanzar una moneda. Si sale “cara”, el paciente
recibe la droga A; si sale “sello”, recibe la droga B.
 Probabilidad
2 Cálculo de Probabilidad

En un fenómeno aleatorio, la probabilidad de que ocurra un resultado es la proporción de veces que dicho resultado
ocurrió cuando consideramos muchas observaciones del fenómeno en cuestión.

• Cuando decimos que la probabilidad de que salga un 6 en un dado es de 1/6, estamos indicando que la proporción
esperada de obtener un 6 en varios lanzamientos (observaciones) del dado es de 1/6.

• Cuando el pronóstico del tiempo indica que la probabilidad de lluvia para hoy es del 7o%, significa que, para varios
días observados en el pasado con condiciones atmosféricas equivalentes a las de hoy, la proporción observada de días
lluviosos fue del o.7o.
 Probabilidad de un Evento
2 Cálculo de Probabilidad

• Cada elemento del espacio muestral Ω tiene una probabilidad de ocurrir.

• Por lo tanto, cada evento (subconjunto del espacio muestral) también tiene
una probabilidad.
• Dos reglas:
— La probabilidad de cada elemento del espacio muestral debe estar
entre 0 y 1.
— La suma de las probabilidades de todos los elementos del espacio
muestral debe ser igual a 1.

Una función P cuyo dominio es F y cuyo conjunto de llegada es [0, 1], i.e. P : F → [0, 1], es una función de
probabilidades si y solamente si
1. P(Ω) = 1.
2. 0 ≤ P(E) ≤ 1, ∀E ∈ F .
3. P(E1 ∪ E2 ) = P( E1 ) + P( E2 ), siempre que E1 ∩ E2 = ∅.
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Considere el experimento de lanzar dos monedas.

• Denote el resultado cara: c y sello: s.

• Espacio muestral: Ω = {ω 1 ; ω2; ω3; ω 4 } = {cc; cs; sc; ss}.
• Considerando que la moneda es honesta, tenemos que:

1
P(ωi ) = , i = 1,2,3,4.
4
• Sea el evento A = {ω 1, ω 4 } = {Obtener dos resultados iguales}.

1 1 1
P(A) = P({ ω1 ,ω }4 ) = P(ω1 ) + P(ω4) = + = .
4 4 2
 Probabilidad de un Evento
2 Cálculo de Probabilidad

• Sea Ω = {ω 1, . ..,ω n } finito y no vacío. Equiprobabilidad: Todos los elementos del espacio muestral tienen la misma
probabilidad de ocurrir, es decir,
1
P(ωi ) = , i = 1,2,..., n.
n

• La probabilidad de un evento A, denotada como P(A), se obtiene sumando las probabilidades de cada elemento del
espacio muestral que pertenece al evento A.

O equivalentemente, cuando cada elemento del espacio muestral tiene la misma probabilidad de ocurrir:
número de elementos en el evento A
P(A) = .
número de elementos del espacio muestral
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Considere el lanzamiento de un dado honesto.

• Ω = { ω1 ,ω2 ,ω3 ,ω4 ,ω5 ,ω6 } = { 1; 2; 3; 4; 5; 6} .

• Como el dado es honesto, tenemos que: P(ωi) = 1, ∀i.

6
• Sea el evento A = {El resultado es par} = {ω 2, ω4, ω 6 } = {2, 4, 6}, ¿cuál es la probabilidad del evento A?
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Considere el lanzamiento de un dado honesto.

• Ω = { ω1 ,ω2 ,ω3 ,ω4 ,ω5 ,ω6 } = { 1; 2; 3; 4; 5; 6} .

• Como el dado es honesto, tenemos que: P(ωi) = 1, ∀i.

6
• Sea el evento A = {El resultado es par} = {ω 2, ω4, ω 6 } = {2, 4, 6}, ¿cuál es la probabilidad del evento A?

3 1
P(A) = P({ 2} ∪ { 4} ∪ { 6} ) = P(2) + P(4) + P(6) = = .
6 2
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

A continuación se muestra el número estudiantes registrados en una universidad por sexo y carrera.
Carrera Masculino (M) Femenino (F) Total
Matemática Pura (MP) 70 40 110
Matemática Aplicada (MA) 15 15 30
Estadística (E) 10 20 30
Computación (C) 20 10 30
Total 115 85 200

• Determine las siguientes probabilidades:

— ¿Cuál es la probabilidad de seleccionar aleatoriamente un estudiante de MP?
— ¿Cuál es la probabilidad de seleccionar aleatoriamente un estudiante de Estadística?
— ¿Cuál es la probabilidad de seleccionar un estudiante de sexo masculino?
— ¿Cuál es la probabilidad de seleccionar un estudiante de sexo femenino?
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Seleccionando aleatoriamente un alumno:

110 30
P(MP) = = 0.550, P(E) = = 0.150.
200 200
115 85
P(M) = = 0.575, P(F) = = 0.425
200 200

Teorema
Si P es una función de probabilidades, para cualquier evento E ∈ F , la probabilidad
de ocurrencia de E es P(E) = 1 − P(E c ), en que Ec es el complemento de E en Ω.

En el ejemplo anterior, la probabilidad de un estudiante ser de sexo femenino podría

ser calculada como: P(F) = 1 − P(F c ) = 1 − P(M).
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno de sexo masculino de la carrera de Estadística?
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno de sexo masculino de la carrera de Estadística?
• I: seleccionar aleatoriamente un alumno de sexo masculino de la carrera de Estadística. Note que I = E ∩ M, es decir,
el evento I es la intersección de los eventos E y M.
10
P(I) = P(E ∩ M ) = = 0.05.
200

Intersección de eventos: La intersección de A y B consiste de

elementos del espacio muestral que pertenecen tanto al evento A
como a B. Denotamos A ∩ B.
 Probabilidad de la Unión de Eventos
2 Cálculo de Probabilidad

• A ∪ B contiene los elementos de los eventos A o B.

• Para calcular la probabilidad de A ∪ B, podemos entonces sumar la probabilidad de A ocurrir y la probabilidad de B
ocurrir.
• Problema: Al hacer esto, estamos sumando dos veces la probabilidad de A ∩ B.

Forma correcta: P(A ∪ B) = P(A) + P(B) − P(A ∩ B).

 Probabilidad de la Unión de Eventos: Ejemplo
2 Cálculo de Probabilidad

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno de sexo masculino o de la carrera de

Estadística?
 Probabilidad de la Unión de Eventos: Ejemplo
2 Cálculo de Probabilidad

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno de sexo masculino o de la carrera de

Estadística?

• U: seleccionar aleatoriamente un alumno de sexo masculino o de la carrera de Estadística.

• Note que U = E ∪ M, es decir, el evento U es la unión de los eventos E y M.

P(U) = P(E ∪ M)
= P(E) + P(M) − P(E ∩ M)
30 + 115 − 10 = 135 = 0.675.
=
200 200 200 200

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno que estudie Matemática Pura y Computación?
 Probabilidad de la Unión de Eventos: Ejemplo
2 Cálculo de Probabilidad

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno de sexo masculino o de la carrera de

Estadística?

• U: seleccionar aleatoriamente un alumno de sexo masculino o de la carrera de Estadística.

• Note que U = E ∪ M, es decir, el evento U es la unión de los eventos E y M.

P(U) = P(E ∪ M)
= P(E) + P(M) − P(E ∩ M)
30 + 115 − 10 = 135 = 0.675.
=
200 200 200 200

• ¿Cuál será la probabilidad de seleccionar aleatoriamente un alumno que estudie Matemática Pura y Computación?

P(MP ∩ C) = P(∅) = 0.
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Tarjetas de crédito

• Un establecimiento acepta Visa o Mastercard. Entre los clientes, el 22% tiene Mastercard, el
58% tiene Visa y el 14% tiene ambos.
• ¿Cuál es la probabilidad de que un cliente tenga al menos una de estas tarjetas?
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Tarjetas de crédito

• Un establecimiento acepta Visa o Mastercard. Entre los clientes, el 22% tiene Mastercard, el
58% tiene Visa y el 14% tiene ambos.
• ¿Cuál es la probabilidad de que un cliente tenga al menos una de estas tarjetas?

• Espacio muestral: Ω = {V, M, VM, N}, en que V: “solo Visa”, M: “sólo Mastercard”, VM: “Tiene visa y Mastercard”, N:
“no tiene Visa ni Mastercard”.

- Evento A: cliente tiene Visa, A = {V, VM} ⇒ P(A) = 0.58.

- Evento B: cliente tiene Mastercard, B = {M, VM} ⇒ P(B) = 0.22.
• A ∪ B: el cliente tiene por lo menos una de las tarjetas de crédito.

P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = 0.58 + 0.22 − 0.14 = 0.66.

 Probabilidad de un Evento
2 Cálculo de Probabilidad

Si se tienen tres eventos A, B y C, en lugar de dos, se puede probar que:

P(A ∪ B ∪ C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C) − P(B ∩ C) + P(A ∩ B ∩ C).

 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Una escuela ofrece tres cursos optativos de idiomas: español, francés y alemán. Los paralelos están abiertos para
cualquiera de los 100 alumnos matriculados. Hay 28 estudiantes en el paralelo de español, 26 en francés y 16en
alemán. Además, hay 12 alumnos cursando español y francés, 4 registrados en español y alemán, y 6 cursando francés
y alemán. Adicionalmente, hay 2 alumnos matriculados en los tres cursos.

1. Si un alumno es seleccionado aleatoriamente, ¿cuál es la probabilidad de que no esté matriculado en alguno de los tres cursos de
idiomas?

2. Si un estudiante es seleccionado aleatoriamente, ¿cuál es la probabilidad de que esté cursando exactamente un curso de idioma?

3. Si se selecciona aleatoriamente un alumno, ¿cuál es la probabilidad que este curse a lo mucho 2 idiomas?
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Comenzamos definiendo los siguientes eventos:

— Evento A: el estudiante estudia alemán.
— Evento E: el estudiante estudia español.
— Evento F: el estudiante estudia francés.
• Sea N: el estudiante seleccionado no está matriculado en alguno de los tres
50 1
cursos de idiomas. P(N) = = .
100 2

• Sea B: el estudiante seleccionado aleatoriamente cursa un único idioma.

8 + 14 + 10 32 8
P(B) = = = .
100 100 25
• Sea C: el estudiante seleccionado aleatoriamente cursa a lo mucho dos idiomas.
2 98 49
P(C) = 1 − P(A ∩ E ∩ F) = 1 − = = .
100 100 50
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Juego de dados

• Se lanzan dos dados honestos simultáneamente.
• El jugador debe elegir una de las dos opciones antes de lanzar los dados. Si la opción elegida ocurre, él será el ganador.

• Las dos opciones son:

— Opción A: La suma de las dos caras es igual a 7;
— Opción B: El valor más alto obtenido en los dos dados es a lo mucho 3.

• ¿Cuál de las dos opciones debería elegir?

 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Espacio muestral

• Si los dados son honestos, entonces cada elemento del espacio muestral tiene igual probabilidad de ocurrir: 1/36.
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Opción A: La suma de las dos caras es igual a 7.

A = { Conjunto de los pares (i,j) tales que i + j = 7} .

• A = { (1,6); (2,5); (3,4); (4,3); (5,2); (6,1)} . Luego,

número de elementos en A 6 1
P(A) = = = .
número de elementos en Ω 36 6
 Probabilidad de un Evento: Ejemplo
2 Cálculo de Probabilidad

• Opción B: El valor más alto obtenido es a lo mucho 3.

B = { Conjunto de los pares (i,j) tales que i ≤ 3 y j ≤ 3} .

• B = {(1, 1); (1, 2); (1, 3); (2, 1); (2, 2); (2, 3); (3, 1); (3, 2); (3, 3)}. Luego,

número de elementos en B 9 1
P(B) = = = .
número de elementos en Ω 36 4
• Como P(A) < P(B), es más ventajoso seleccionar la opción B.
 Regla de la adición
2 Cálculo de Probabilidad

• Regra de la adición: suponga que tenemos dos procedimientos posibles para llevar a cabo una tarea, es decir, basta
con ejecutar uno de los dos procedimientos para que la tarea se haya realizada.

• El procedimiento P1 tiene n 1 formas de ser ejecutado y el procedimiento P2 tiene n 2 formas. El total de formas para
llevar a cabo la tarea es dado por n 1 + n 2.

• Ejemplo: Entre las opciones de postre en un restaurante, puedes elegir entre helado y tarta. Hay dos opciones de
tarta: vainilla o cereza. Hay tres opciones de helado: frutilla, chocolate o crema.

• ¿Cuántas opciones tienes en total?

 Regla de la adición
2 Cálculo de Probabilidad

• Regra de la adición: suponga que tenemos dos procedimientos posibles para llevar a cabo una tarea, es decir, basta
con ejecutar uno de los dos procedimientos para que la tarea se haya realizada.

• El procedimiento P1 tiene n 1 formas de ser ejecutado y el procedimiento P2 tiene n 2 formas. El total de formas para
llevar a cabo la tarea es dado por n 1 + n 2.

• Ejemplo: Entre las opciones de postre en un restaurante, puedes elegir entre helado y tarta. Hay dos opciones de
tarta: vainilla o cereza. Hay tres opciones de helado: frutilla, chocolate o crema.

• ¿Cuántas opciones tienes en total?

Puedes elegir tarta o helado, por lo que hay 2 + 3 = 5 opciones.
 Regla de la multiplicación
2 Cálculo de Probabilidad

• Regla de la multiplicación: suponga que para realizar una tarea tenemos que ejecutar dos etapas (procedimientos),
denotados por P1 y P 2.
• El procedimiento P1 tiene n 1 formas de ser ejecutado y el procedimiento P2 tiene n 2 formas. El total de formas para
ejecutar la tarea es entonces n 1 × n 2 .

• Ejemplo: Cuando vuelves al mismo restaurante de tartas y helados, tienes dos opciones de tarta y tres opciones de
helado (fresa, chocolate y crema). Solo los sábados, el restaurante ofrece la “Torta de la Casa”, que es una tarta con
helado encima.
• Los sábados, ¿cuántas opciones de postre tienes en total?
 Regla de la multiplicación
2 Cálculo de Probabilidad

• Regla de la multiplicación: suponga que para realizar una tarea tenemos que ejecutar dos etapas (procedimientos),
denotados por P1 y P 2.
• El procedimiento P1 tiene n 1 formas de ser ejecutado y el procedimiento P2 tiene n 2 formas. El total de formas para
ejecutar la tarea es entonces n 1 × n 2 .

• Ejemplo: Cuando vuelves al mismo restaurante de tartas y helados, tienes dos opciones de tarta y tres opciones de
helado (fresa, chocolate y crema). Solo los sábados, el restaurante ofrece la “Torta de la Casa”, que es una tarta con
helado encima.
• Los sábados, ¿cuántas opciones de postre tienes en total? Puedes seleccionar en total 11postres.
— 2 × 3 = 6 opciones de “Torta de la casa”
— 2 + 3 = 5 opciones en caso de no escoger la “Torta de la casa”
 Regla de la multiplicación: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Placas de carros

• ¿De cuántas formas diferentes podemos elegir la placa de un automóvil, si tiene 3 letras y 4 números? Recuerde que
en Ecuador la letra inicial representa la provincia.
 Regla de la multiplicación: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Placas de carros

• ¿De cuántas formas diferentes podemos elegir la placa de un automóvil, si tiene 3 letras y 4 números? Recuerde que
en Ecuador la letra inicial representa la provincia.

24 × 26 × 26 × 10 × 10 × 10 × 10 = 162240000.

• ¿Y si la primera letra debe ser G por tratarse de carros de la provincia del Guayas?
 Regla de la multiplicación: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Placas de carros

• ¿De cuántas formas diferentes podemos elegir la placa de un automóvil, si tiene 3 letras y 4 números? Recuerde que
en Ecuador la letra inicial representa la provincia.

24 × 26 × 26 × 10 × 10 × 10 × 10 = 162240000.

• ¿Y si la primera letra debe ser G por tratarse de carros de la provincia del Guayas?

1 × 26 × 26 × 10 × 10 × 10 × 10 = 6760000.

• ¿Y si la primera letra debe ser G y las otras letras y números no pueden repetirse?
 Regla de la multiplicación: Ejemplo
2 Cálculo de Probabilidad

Ejemplo sobre Placas de carros

• ¿De cuántas formas diferentes podemos elegir la placa de un automóvil, si tiene 3 letras y 4 números? Recuerde que
en Ecuador la letra inicial representa la provincia.

24 × 26 × 26 × 10 × 10 × 10 × 10 = 162240000.

• ¿Y si la primera letra debe ser G por tratarse de carros de la provincia del Guayas?

1 × 26 × 26 × 10 × 10 × 10 × 10 = 6760000.

• ¿Y si la primera letra debe ser G y las otras letras y números no pueden repetirse?

1 × 25 × 24 × 10 × 9 × 8 × 7 = 3024000.
 Permutaciones
2 Cálculo de Probabilidad

• Suponga que tenemos una colección O = {ω 1, ω2, ..., ω n } de n objetos. ¿De cuántas formas podemos permutar
(disponer) estos elementos?

• El número de formas en que podemos hacer esto se llama permutación.

• Suponga que tenemos n cajas y queremos disponer los n objetos de O en esas cajas.

• Aplicando la regla da multiplicación, tenemos que el número de maneras de permutar n elementos es:

n × (n − 1) × ... × 1 = n!
 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo 1:Si tenemos tres CD (a, b y c). ¿De cuántas formas diferentes podemos distribuirlos entre tres amigos?
 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo 1:Si tenemos tres CD (a, b y c). ¿De cuántas formas diferentes podemos distribuirlos entre tres amigos?

3! = 3 × 2 × 1 = 6

• Es decir, tenemos las siguientes permutaciones:

abc, acb, bac, bca, cab, cba

 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo 1:Si tenemos tres CD (a, b y c). ¿De cuántas formas diferentes podemos distribuirlos entre tres amigos?

3! = 3 × 2 × 1 = 6

• Es decir, tenemos las siguientes permutaciones:

abc, acb, bac, bca, cab, cba

• Ejemplo 2: ¿Cuántos anagramas podemos formar con la palabra GUISANTE, sabiendo que empiezan con la letra E y
terminan con vocal?
 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo 1:Si tenemos tres CD (a, b y c). ¿De cuántas formas diferentes podemos distribuirlos entre tres amigos?

3! = 3 × 2 × 1 = 6

• Es decir, tenemos las siguientes permutaciones:

abc, acb, bac, bca, cab, cba

• Ejemplo 2: ¿Cuántos anagramas podemos formar con la palabra GUISANTE, sabiendo que empiezan con la letra E y
terminan con vocal?

1 × 6! × 3 = 2160
 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Suponga que queremos permutar n objetos, mas algunos de ellos son indistingibles.

• Ejemplo: ¿Cuántos anagramas podemos formar con la palabra PEPPER?

• ¿Serían 6! = 720?
 Permutaciones: Ejemplo
2 Cálculo de Probabilidad

• Suponga que queremos permutar n objetos, mas algunos de ellos son indistingibles.

• Ejemplo: ¿Cuántos anagramas podemos formar con la palabra PEPPER?

• ¿Serían 6! = 720? Note que P 1 E 1 P 2 P 3 E 2 R = P 2 E 1 P 1 P 3 E 2 R.
• En realidad, existen 3!2! = 12 permutaciones que resultan en el mismo anagrama.
• Por lo tanto, el número de posibles anagramas distintos es: 6!/(2!3!) = 60.

El número de divisiones posibles de n objetos distintos en r grupos distintos de tamaños n1, n2, ... , nr
(n1 + ... + nr = n), respectivamente, es
( n ) n!
= .
n1 ,n2 ,...,nr n1 !n2 !...nr !
También conocido como coeficiente multinomial.
 Permutaciones de un subconjunto
2 Cálculo de Probabilidad

• Suponga que tenemos una colección O = {ω 1, ω2, .. .,ω n } de n objetos.

• ¿De cuántas maneras podemos seleccionar r de estos elementos?
• Aplicando la regla de la multiplicación, tenemos que el número de maneras de ordenar n elementos en r cajas es:
n!
n × (n − 1) × (n − 2) × ... × (n − r + 1) = = P nr .

(n − r)!

• Ejemplo: Considere los objetos a, b, c y d, ¿de cuántas maneras podemos seleccionar dos elementos si el orden es
importante?
4! 4×3×2×1
P24 = = = 12,
(4 − 2)! 2×1

que serían las siguientes ab, ac, ad, ba, bc, bd, ca, cb, cd, da, db, dc.
 Combinaciones
2 Cálculo de Probabilidad

• Suponga que tenemos una colección O = {ω 1, ω2, .. .,ω n } de n objetos.

• ¿De cuántas maneras podemos seleccionar r de estos elementos sin considerar el orden?

• El número de maneras que podemos hacer esto es denominado combinación.

n!
• Recuerde que el número de formas de asignar r objetos en n cajas es: Pnr= .
(n − r)!

• Como el orden no importa, después de colocar los r objetos, tendremos r! formas de permutarlos. Luego, el número
de formas de seleccionar r objetos de un total de n objetos sin considerar el orden es:
Prn n!
= = Cnr.
r! r!(n − r)!
 Combinaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo: Considere los objetos a, b, c y d, ¿de cuántas maneras podemos seleccionar dos elementos sin considerar el
orden?
4! 4×3×2×1
C24 = = = 6,
2!(4 − 2)! (2 × 1)(2 × 1)

que serían las siguientes ab,ac,ad,bc,bd,cd.

• Ejemplo: Siete atletas están compitiendo en las olimpiadas. El podio tiene 3 lugares: oro, plata y bronce. ¿Cuántos
podios son posibles?
 Combinaciones: Ejemplo
2 Cálculo de Probabilidad

• Ejemplo: Considere los objetos a, b, c y d, ¿de cuántas maneras podemos seleccionar dos elementos sin considerar el
orden?
4! 4×3×2×1
C24 = = = 6,
2!(4 − 2)! (2 × 1)(2 × 1)

que serían las siguientes ab,ac,ad,bc,bd,cd.

• Ejemplo: Siete atletas están compitiendo en las olimpiadas. El podio tiene 3 lugares: oro, plata y bronce. ¿Cuántos
podios son posibles?
7!
— Si el orden importa: P 73 = = 7 × 6 × 5 = 210.
4!
7!
— Si el orden no importa: C 73 = = 73 ×× 62×× 51 = 35.
3!4!
 Combinaciones: Ejemplo
2 Cálculo de Probabilidad

• En un grupo de 100 personas, 2 son daltónicas. Diez personas son seleccionadas aleatoriamente y sin reposición.

• ¿Cuál es la probabilidad de seleccionar solo una persona daltónica?

• Solución:
 Combinaciones: Ejemplo
2 Cálculo de Probabilidad

• En un grupo de 100 personas, 2 son daltónicas. Diez personas son seleccionadas aleatoriamente y sin reposición.

• ¿Cuál es la probabilidad de seleccionar solo una persona daltónica?

• Solución: ( )
— ¿De cuántas maneras podemos seleccionar 10 personas de un grupo de 100 personas sin reposición? C 11 00 0 = 11000 .
2
(2 )
— ¿De cuántas maneras podemos seleccionar 1persona a partir de un grupo de 2 personas daltónicas? C 1= 1 ( .
98
)
— ¿De cuántas maneras podemos seleccionar 9 personas de un grupo de 98 personas con visión normal? C 92 8= 2 .
(2 )( )
— Luego, la probabilidad de seleccionar solo una persona daltónica es: 19 8 9 .
(1 0 0 )
10
 Combinaciones: Ejemplo
2 Cálculo de Probabilidad

• Una caja contiene 2 bolas rojas, 3 verdes y 2 azules. Dos bolas son seleccionadas aleatoriamente.

• ¿Cuál es la probabilidad de que ninguna de las bolas seleccionadas sea azul?

• Solución:
— Total de bolas: 7.
7!
— Formas de sortear 2 bolas de un total de 7 bolas: C 72 = = 21.
2!(7 − 2)!
5!
— Sea A : sortear 2 bolas y que ninguna sea azul. Esto puede ser realizado de C 52 = = 10. Luego,
2!(5 − 2)!
C25 10
P(A) = = .
C27 21
Cálculo de probabilidad

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
1. Enseñanza Basada en Problemas:
• Presenta a los estudiantes problemas prácticos que requieran el cálculo de probabilidad. Esto ayuda a contextualizar
el aprendizaje y a demostrar la utilidad de los conceptos.
2. Uso de Ejemplos Visuales y Concretos:
• Emplea diagramas y visualizaciones, como diagramas de Venn y tablas de contingencia, para ilustrar cómo se
calculan las probabilidades y cómo se aplican las técnicas de conteo.
3. Actividades Interactivas y Simulaciones:
• Utiliza simuladores en línea y juegos que involucren probabilidades. Esto puede ayudar a los estudiantes a
experimentar con las probabilidades de una manera práctica y divertida.
4. Trabajo Colaborativo:
• Promueve actividades en grupo donde los estudiantes resuelvan problemas y discutan sus enfoques para calcular
probabilidades y aplicar técnicas de conteo. Esto facilita el aprendizaje cooperativo.
Cálculo de probabilidad

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
5. Uso de Recursos Tecnológicos:
• Aprovecha herramientas como hojas de cálculo, software estadístico y aplicaciones educativas para realizar cálculos
y simulaciones que refuercen los conceptos.
Ejemplos Prácticos
1. Cálculo de Probabilidad:
• Ejemplo Básico: Si lanzas un dado justo de seis caras, la probabilidad de obtener un número específico (por ejemplo,
un 3) es 1/6, ya que hay seis posibles resultados y solo uno es favorable.
• Ejemplo con Eventos Compuestos: Si tienes una urna con 5 bolas rojas y 3 bolas azules, y sacas una bola al azar, la
probabilidad de que la bola sea roja es 5/8.
2. Probabilidad de un Evento:
• Evento Simple: La probabilidad de que al lanzar una moneda salga "cara" es 1/2.
• Evento Complementario: Si la probabilidad de que llueva mañana es 0.3, la probabilidad de que no llueva es 1 - 0.3 =
0.7.
Cálculo de probabilidad

Ideas de ejemplos prácticos y recursos didácticos

Ejemplos Prácticos
3. Técnicas de Conteo:
• Permutaciones: Si quieres saber cuántas maneras diferentes puedes organizar 3 libros en una estantería, usas
permutaciones. La respuesta es 3! = 6.
• Combinaciones: Para saber cuántas formas diferentes puedes elegir 2 personas de un grupo de 4, usas
combinaciones. La respuesta es C(4,2) = 6.
Recursos
1. Simuladores y Aplicaciones en Línea:
• Desmos: Ofrece herramientas para crear gráficos y realizar cálculos relacionados con la probabilidad.
• PhET Interactive Simulations: Tiene simulaciones interactivas para explorar conceptos de probabilidad y conteo.
2. Materiales Didácticos:
• Tarjetas y Dados: Usa dados y tarjetas para realizar ejercicios prácticos de conteo y probabilidad.
• Hojas de Trabajo y Ejercicios: Proporciona hojas de trabajo que incluyan problemas variados sobre cálculo de
probabilidad, eventos y técnicas de conteo.
Cálculo de probabilidad

Ideas de ejemplos prácticos y recursos didácticos

Recursos
3. Recursos en Línea y Videos Educativos:
• Khan Academy: Tiene lecciones en video y ejercicios interactivos sobre probabilidad y técnicas de conteo.
• YouTube: Busca canales educativos como 3Blue1Brown o PatrickJMT que ofrecen explicaciones visuales y claras
sobre conceptos de probabilidad y técnicas de conteo.
4. Software de Estadística y Matemáticas:
• Excel o Google Sheets: Utiliza fórmulas y herramientas de estos programas para realizar cálculos de probabilidad y
conteo.
• Wolfram Alpha: Puede realizar cálculos complejos y mostrar soluciones detalladas para problemas de probabilidad y
conteo.
 Tabla de contenidos
3 Probabilidad condicional e independencia

► Experimento Aleatorio
Experimento
Espacio muestral
Evento

► Cálculo de Probabilidad
Probabilidad de un evento
Técnicas de conteo

► Probabilidad condicional e independencia

Probabilidad condicional
Independencia

► Probabilidad total y regla de Bayes

Probabilidad total
 Probabilidad condicional
3 Probabilidad condicional e independencia

• Probabilidad condicional: calcular la probabilidad de un evento cuando se tiene cierta información adicional sobre el
evento.
• Considera el lanzamiento de dos dados. El espacio muestral se muestra en la figura siguiente.

• Considere que cada resultado tiene la misma

probabilidad de ocurrir: 1/36.
• Si lanzamos primero uno de los dados y el resultado es 4.
• ¿Cuál es la probabilidad de que la suma de los
resultados de los dos dados sea 10?
 Probabilidad condicional
3 Probabilidad condicional e independencia

• Supongamos que el resultado del experimento esté contenido en el evento A.

• Para que el resultado esté también en el evento B, debe

estar necesariamente en ambos, A y B, es decir, en
A ∩ B.
• Pero, dado que ya sabíamos desde el principio que el
resultado estaba en A, nuestro espacio muestral ahora
se reduce únicamente a los elementos de A, y luego:
P(A ∩ B)
P(B|A) = , siempre que P(A) ̸ = 0.
P(A)
 Probabilidad condicional: Ejemplo
3 Probabilidad condicional e independencia

Ejemplo sobre el lanzamiento de dos dados

• Sea A = {en el primer dado sale 4 }

A = { (4,1),(4,2),(4,3),(4,4),(4,5),(4,6)} .

• Sea B = {la suma de los dados es igual a 10}

B = { (4,6),(5,5),(6,4)} .

• El evento A ∩ B = { (4,6)} . Por lo tanto

P(A ∩ B) 1/36 1
P(B|A) = = = .
P( A) 6/36 6
 Independencia
3 Probabilidad condicional e independencia

• Vimos que:
P(A ∩ B)
P(B|A) = .
P(A)

• Regla de la multiplicación:

P(A ∩ B) = P(A) P(B|A).

Independencia estocástica de eventos

Cuando P(B|A) = P(B), información de A no altera la probabilidad del evento B, decimos que B y A son eventos
independientes. En este caso:

P(A ∩ B) = P(A)P(B).
 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• Considere el lanzamiento de dos dados “honestos” (36 resultados posibles que tienen la misma probabilidad de
ocurrir).

• Considere los eventos:

— A: primer dado tiene resultado 3.
— B: la suma de los dados es igual a 8.
— C: la suma de los dados es igual a 7.

• Pregunta:
— ¿Los eventos A y B son independientes?
— ¿Los eventos A y C son independientes?
 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• ¿Los eventos A y B son independientes?

6
— P(A) = P ( {( 3 , 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6 ) } ) =
36
5
— P(B) = P ( {( 2 , 6), (3, 5), (4, 4), (5, 3), (6, 2 ) } ) =
36
1
— P(A ∩ B) = P ( {( 3, 5 ) } ) =
36

1 6 5
P( A ∩ B) = ̸= P(A)P (B) = × .
36 36 36

• Por lo tanto, A y B no son eventos independientes.

 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• ¿Los eventos A y C son independientes?

6
— P(A) = P ( {( 3 , 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6 ) } ) =
36
6
— P(C) = P ( {( 1 , 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1 ) } ) =
36
1
— P(A ∩ C) = P( {( 3, 4 ) } ) =
36

1 6 6
P(A ∩ C) = = P(A)P (C) = × .
36 36 36

• Por lo tanto, A y C son eventos independientes.

 Independencia: Ejemplo
3 Probabilidad condicional e independencia

Ejemplo sobre el sexo de los hijos

• En una familia con dos hijos, se sabe que el primer hijo es una niña. ¿Cuál es la probabilidad de que el segundo hijo
también sea una niña?

• Solución:
— Considere los siguientes eventos:
A = {el primer hijo es una niña}
B = {los dos hijos son niñas}
— Queremos calcular P(B|A).
— Para este caso tenemos: Ω = {FF, FM, MF, MM}.
— Adicionalmente: A = {FF, FM}, B = {FF} y A ∩ B = B.
— Por lo tanto,
P(A ∩ B) P( { FF} ) 1/4 1
P(B|A) = = = =
P( A) P( { FF, FM} ) . 2/4 2
 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• ¿Los eventos A y B son independientes?

A = {el primer hijo es una niña}

B = {los dos hijos son niñas}

• Solución:
— Ω = {FF, FM, MF, MM}, A = {FF, FM}, B = {FF} y A ∩ B = B.
2 1 1
— P( A) = = , P( A ∩ B) = P( B) = .
4 2 4
— Por lo tanto,
1 1 1
P( A ∩ B) = ̸= P( A) P( B ) = × .
4 2 4

• Los eventos A y B no son independientes.

 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• Suponga que A y B son dos eventos disjuntos.

• Suponga que P(A) > 0 y P(B) > 0.
• ¿A y B son independientes?
 Independencia: Ejemplo
3 Probabilidad condicional e independencia

• Suponga que A y B son dos eventos disjuntos.

• Suponga que P(A) > 0 y P(B) > 0.
• ¿A y B son independientes?

• A y B son eventos disjuntos, entonces A ∩ B = ∅y P(A ∩ B) = 0.

• P(A) > 0 y P(B > 0), entonces:

P(A ∩ B) = 0 ≠ P(A)P(B).

• Por lo tanto, A y B no son eventos independientes.

P(A ∩ B)
• Por otro lado: P(B|A) = = 0, es decir, dado que A ocurre, B no ocurre.
P(A)
 Independencia
3 Probabilidad condicional e independencia

Tres eventos A, B y C se dicen que son estocásticamente independientes, cuando y solo cuando se cumplen las siguientes
cuatro condiciones:
1. P(A ∩ B) = P(A) P(B);
2. P(A ∩ C) = P(A) P(C);
3. P(B ∩ C) = P(B) P(C); y,
4. P(A ∩ B ∩ C) = P(A)P(B)P(C).

Téngase en cuenta que en general:

P(A ∩ B ∩ C) = P(A)P(B|A)P(C|A ∩ B).

Probabilidad condicionada e independencia

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
1. Contextualización con Situaciones Reales:
• Presenta problemas y escenarios cotidianos donde la probabilidad condicional y la independencia son relevantes.
Esto ayuda a los estudiantes a entender el concepto en contextos que les son familiares.
2. Uso de Diagramas y Tablas:
• Utiliza tablas de contingencia y diagramas de árbol para ilustrar cómo se calcula la probabilidad condicional y cómo
se determina la independencia de eventos.
3. Ejercicios Interactivos:
• Implementa actividades prácticas donde los estudiantes calculen probabilidades condicionales y verifiquen la
independencia entre eventos utilizando simulaciones o juegos de azar.
4. Discusión y Resolución de Problemas en Grupo:
• Fomenta la discusión y resolución de problemas en grupos para que los estudiantes puedan compartir estrategias y
enfoques para entender y aplicar estos conceptos.
Probabilidad condicionada e independencia

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
5. Uso de Recursos Tecnológicos:
• Aprovecha herramientas en línea y software para hacer cálculos y visualizaciones interactivas que refuercen la
comprensión de la probabilidad condicional y la independencia.
Ejemplos Prácticos
1.Probabilidad Condicional:
• Ejemplo de Problema: En una clase, el 60% de los estudiantes son mujeres y el 40% son hombres. Además, el 30% de
las mujeres y el 20% de los hombres son deportistas. ¿Cuál es la probabilidad de que un estudiante seleccionado al
azar sea una mujer deportista?
Solución: Primero, encuentra la probabilidad de que un estudiante sea mujer y deportista: P(Mujer y Deportista) = P(Mujer)
* P(Deportista | Mujer) = 0.60 * 0.30 = 0.18. Así que, la probabilidad de que un estudiante sea una mujer deportista es 0.18
o 18%.
Probabilidad condicionada e independencia

Ideas de ejemplos prácticos y recursos didácticos

Ejemplos Prácticos
1. Probabilidad Condicional:
• Ejemplo de Problema con Tablas: Dada una tabla de contingencia que muestra el número de estudiantes que
aprueban y suspenden un examen en dos grupos, calcula la probabilidad de que un estudiante seleccionado al azar
del grupo que aprobó el examen también haya asistido a las clases preparatorias.
2. Independencia de Eventos:
• Ejemplo de Lanzamiento de Dados: Si lanzas dos dados, los eventos "sacar un número par en el primer dado" y
"sacar un número impar en el segundo dado" son independientes, ya que el resultado de un dado no afecta al
resultado del otro. Verifica esta independencia calculando P(A y B) y P(A) * P(B), donde A y B son los eventos
descritos.
• Ejemplo de Problema de Cartas: En una baraja estándar de 52 cartas, considera los eventos "sacar una carta roja" y
"sacar un rey". Calcula las probabilidades de cada evento y verifica si son independientes.
Probabilidad condicionada e independencia

Ideas de ejemplos prácticos y recursos didácticos

Recursos
1. Simuladores y Herramientas en Línea:
• GeoGebra: Proporciona herramientas para crear simulaciones y gráficos interactivos que pueden ayudar a visualizar
la probabilidad condicional y la independencia.
• PhET Interactive Simulations: Ofrece simulaciones interactivas que permiten experimentar con probabilidades
condicionales y eventos independientes.
2. Materiales Didácticos:
• Tablas de Contingencia y Diagramas de Árbol: Usa estos recursos para ayudar a los estudiantes a visualizar y calcular
probabilidades condicionales.
• Tarjetas y Dados: Realiza experimentos prácticos para ilustrar la independencia de eventos mediante la realización
de múltiples experimentos.
Probabilidad condicionada e independencia

Ideas de ejemplos prácticos y recursos didácticos

Recursos
3. Recursos en Línea y Videos Educativos:
• Khan Academy: Tiene lecciones y ejercicios sobre probabilidad condicional e independencia con explicaciones y
ejemplos interactivos.
• YouTube: Canales educativos como 3Blue1Brown y PatrickJMT ofrecen videos visuales que explican estos conceptos
de manera intuitiva y clara.
4. Software de Estadística:
• Excel o Google Sheets: Puedes usar fórmulas y herramientas para calcular probabilidades condicionales y verificar la
independencia de eventos en ejercicios prácticos.
• Wolfram Alpha: Ofrece calculadoras en línea que pueden resolver problemas complejos de probabilidad y mostrar
soluciones detalladas.
 Tabla de contenidos
4 Probabilidad total y regla de Bayes

► Experimento Aleatorio
Experimento
Espacio muestral
Evento

► Cálculo de Probabilidad
Probabilidad de un evento
Técnicas de conteo

► Probabilidad condicional e independencia

Probabilidad condicional
Independencia

► Probabilidad total y regla de Bayes

Probabilidad total
 Probabilidad total
4 Probabilidad total y regla de Bayes

• Considere dos eventos cualquiera A y B.

• Para que un elemento esté en A, hay dos posibilidades:
— El elemento está en A y en B.
— El elemento está en A, mas no está en B.

• Por lo tanto, podemos escribir:

A = (A ∩ B) ∪ (A ∩ Bc ).

• Los dos conjuntos son disjuntos, entonces:

P(A) = P(A ∩ B) + P(A ∩ Bc ).

 Probabilidad total
4 Probabilidad total y regla de Bayes

• Vimos que P(A) = P(A ∩ B) + P(A ∩ Bc ).

• Sabemos que:

P(A ∩ B) = P(A|B)P(B).
P(A ∩ Bc ) = P(A|Bc )P(Bc ).

• Reescribiendo la primera expresión, tenemos:

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

Interpretación: la probabilidad del evento A es una media ponderada de P(A|B) y P(A|Bc). El peso de cada probabilidad
condicional es una probabilidad del evento que está siendo llevado en cuenta al calcular la probabilidad condicional de A.
 Regla de la Probabilidad Total
4 Probabilidad total y regla de Bayes

• Sea {B 1 , B2, ...,B n } una partición de eventos de Ω y A un evento en Ω.

• Decimos que los eventos {B 1 , B2, .. ., B n } forman una partición del espacio muestral Ω si son mutúamente
excluyentes y la unión de estos eventos es igual a Ω.

Entonces

∑n
P(A) = P(A|Bi)P(B i).
i= 1
 Teorema de Bayes
4 Probabilidad total y regla de Bayes

• Si consideramos la partición B y Bc del espacio muestral Ω y A un evento en Ω. Entonces:

P(A ∩ B) P(A|B)P(B)
P(B|A) = = .
P(A) P(A|B)P(B) + P(A|B c )P(B c )

• En el caso general, sea {B 1 , B2, ...,B n } una partición de eventos

de Ω y A un evento en Ω:
P(A|B i)P(B i)
P(B i|A) = , i = 1,2,...,n.
∑n
P(A|Bi)P(B i)
i= 1
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

Ejemplo sobre Prueba de diagnóstico de una enfermedad

• Um examen de sangre es 99% efectivo para detectar una cierta enfermedad cuando esta está presente. Sin embargo,
el 2% de los resultados son falsos positivos. Suponga que el o.5% de la población tiene la enfermedad.

• ¿Cuál es la probabilidad de que un individuo seleccionado aleatoriamente tenga la enfermedad dado que el examen
dio positivo?

• Tenemos que:
— El o.5% de la población tiene la enfermedad.
— El examen es 99% efectivo en detectar la enfermedad cuando esta está presente.
— El 2% de los resultados son falsos positivos.
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Considere los eventos:

A = {el resultado de la prueba fue positivo}

B = {la persona está enferma}

• Tenemos que:

P(B) = 0.005, P(A|B) = 0.99, P(A|Bc ) = 0.02.

• Queremos calcular P(B|A).

P(A ∩ B) P(A|B)P(B)
P(B|A) = =
P(A) P(A|B)P(B) + P(A|B c )P(Bc )
0.99(0.005)
= = 0.199.
0.99(0.005) + 0.02(0.995)
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

Ejemplo sobre Accidentes de carro

Una compañía de seguros cree que las personas pueden dividirse en dos categorías:

1. Aquellas que están más sujetas a accidentes.

2. Aquellas que no están tan sujetas a accidentes.
• Los datos indican que una persona de la categoría 1tendrá un accidente durante
el período de un año con una probabilidad del o.1o.

• La probabilidad para todas las demás personas es de o.o5.

• Suponga que la probabilidad de que un nuevo cliente pertenezca a la categoría 1sea de o.2o.
• ¿Cuál es la probabilidad de que un nuevo cliente tenga un accidente durante el primer año? Si un nuevo cliente tuvo
un accidente durante el primer año, ¿cuál es la probabilidad de que pertenezca a la categoría 1?
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Pregunta: ¿Cuál es la probabilidad de que un nuevo cliente tenga un accidente durante el primer año?
• Considere los eventos:

A = {un nuevo cliente tiene un accidente durante el primer año}

B = {un nuevo cliente pertenece a la categoría 1}
B c {un nuevo cliente pertenece a la categoría 2}

• Conocemos: P(A|B) = 0.10, P(A|B c ) = 0.05 y P(B) = 0.20.

• Queremos calcular P(A). Por la regla de las probabilidades totales, tenemos:

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

= 0.10(0.20) + 0.05(0.80) = 0.06.
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Pregunta: Si un nuevo cliente tuvo un accidente durante el primer año, ¿cuál es la probabilidad de que pertenezca a la
categoría 1?
• Considere los eventos:
A = {un nuevo cliente tiene un accidente durante el primer año}
B = {un nuevo cliente pertenece a la categoría 1}

• Queremos calcular: P(B|A).

P(A ∩ B) P(A|B)P(B)
P(B|A) =
= P(A) P(A|B)P(B) + P(A|B c )P(B c )
0.10(0.20) 1
=
= 0.06 . 3
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Dado que el acusado es inocente (I), supongamos que la probabilidad de que su

ADN sea compatible (C) con el ADN encontrado en la escena del crimen sea de 1
entre un millón, i.e., P(C|I) = 0.000001

• Dado que el acusado es culpable (Ic), supongamos que la probabilidad de que su ADN sea compatible con el ADN de la
escena del crimen sea de o.99.

P(C|Ic ) = 0.99

• El ADN del acusado es compatible con el ADN de la escena del crimen.

• Encuentre la probabilidad de que el acusado sea inocente, dado que el ADN es compatible, siendo que la probabilidad
de que sea inocente P(I), es de o.5o.
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Queremos calcular P(I|C).

• Sabemos que P(I) = P(I c ) = 0.50.
• Por el teorema de Bayes, tenemos que:
P(I ∩ C) P(C|I)P(I)
P(I|C) =
P(C) P(C)
=
P(C|I)P(I)
=
P(C|I)P(I) + P(C|I c )P(I c )
0.000001(0.50)
=
0.000001(0.50) + 0.99(0.50)
= 0.000001.

• La probabilidad de ser inocente dado que hubo compatibilidad de ADN es de 1en 1millón.
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• Una cadena de tiendas vende tres marcas diferentes de videojuegos. De estas ventas, el 5o% son de la marca 1(la más
barata), el 3o% son de la marca 2 y el 2o% son de la marca 3. Cada fabricante ofrece un año de garantía para piezas y
mano de obra. Se sabe que el 25% de los videojuegos de la marca 1necesitan reparaciones bajo garantía, mientras
que los porcentajes correspondientes para las marcas 2 y 3 son del 2o% y el 1o%, respectivamente.

1. ¿Cuál es la probabilidad de que un comprador seleccionado aleatoriamente compre un videojuego de la marca

1que necesite reparación durante la garantía?
2. ¿Cuál es la probabilidad de que un comprador seleccionado aleatoriamente tenga un aparato que necesite
reparaciones durante
la garantía?
3. Si un cliente regresa a la tienda con un videojuego que necesita reparaciones en garantía, ¿cuál es la
probabilidad de que sea de la marca 1?¿Y de la marca 2? ¿Y de la marca 3?
 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

Solución:
• Defina los siguientes eventos:

A = {El videojuego requiere reparación durante la garantía}

Ac = {El videojuego no requiere reparación durante la garantía}
Bi = {El cliente compra un videojuego de la marca i}, i = 1, 2, 3.

• Datos proporcionados:

P(B 1 ) = 0.50, P(B 2 ) = 0.30, P(B 3 ) = 0.20,

P(A|B 1) = 0.25, P(A|B 2) = 0.20, P(A|B 3) = 0.10.

• ¿Cuál es la probabilidad de que un comprador seleccionado aleatoriamente compre un videojuego de la marca 1que
necesite reparación durante la garantía?

P(B1 ∩ A) = P(A|B1 )P(B1 ) = 0.25(0.50) = 0.125.

 Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes

• ¿Cuál es la probabilidad de que un comprador seleccionado aleatoriamente tenga un aparato que necesite
reparaciones durante la garantía?
P(A) = P(A|B 1 )P(B 1 ) + P(A|B 2 )P(B 2 ) + P(A|B 3 )P(B 3 )
= 0.25(0.50) + 0.20(0.30) + 0.10(0.20) = 0.205.
• Si un cliente regresa a la tienda con un videojuego que necesita reparaciones en garantía, ¿cuál es la probabilidad de
que sea de marca 1?¿de marca 2? ¿de marca 3?
P(A|B 1 )P(B 1 ) 0.25(0.50)
P( B1 |A) = = = 0.61
P(A) 0.205
P(A|B 2 )P(B 2 ) 0.20(0.30)
P( B2 |A) = = = 0.29
P(A) 0.205
P(A|B 3 )P(B 3 ) 0.10(0.20)
P( B3 |A) = = = 0.10.
P(A) 0.205

Note que P(B 1|A) + P(B 2|A) + P(B 3|A) = 1.

Probabilidad total y Teorema de Bayes: Ejemplos
4 Probabilidad total y regla de Bayes
Probabilidad total y regla de Bayes

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
1. Contextualización con Situaciones Reales:
• Usa ejemplos del mundo real que ilustren cómo se aplican la probabilidad total y la regla de Bayes. Esto ayuda a los
estudiantes a ver la relevancia de estos conceptos en la vida cotidiana y en aplicaciones prácticas.
2. Uso de Diagramas y Tablas:
• Emplea diagramas de árbol y tablas de contingencia para visualizar la aplicación de la probabilidad total y la regla de
Bayes. Estas herramientas ayudan a los estudiantes a entender cómo se desglosan los eventos y cómo se calculan las
probabilidades.
3. Ejercicios Guiados:
• Realiza ejercicios paso a paso en clase para mostrar cómo aplicar la probabilidad total y la regla de Bayes. Asegúrate
de desglosar cada paso para que los estudiantes puedan seguir el proceso de manera lógica.
4. Simulaciones Interactivas:
• Utiliza simulaciones y herramientas interactivas para permitir que los estudiantes experimenten con problemas de
probabilidad y vean cómo cambian las probabilidades bajo diferentes condiciones.
Probabilidad total y regla de Bayes

Ideas de ejemplos prácticos y recursos didácticos

Estrategias Didácticas
5. Problemas y Proyectos en Grupo:
• Fomenta el trabajo en grupo para resolver problemas que requieran el uso de la probabilidad total y la regla de
Bayes. Esto promueve la discusión y el aprendizaje colaborativo.
Ejemplos Prácticos
1. Probabilidad Total:
• Ejemplo de Problema: Supón que en una fábrica hay dos tipos de máquinas: Máquina A y Máquina B. La
probabilidad de que una máquina sea A es 0.4 y la probabilidad de que sea B es 0.6. Además, la probabilidad de que
una máquina A produzca un producto defectuoso es 0.05, y la probabilidad de que una máquina B produzca un
producto defectuoso es 0.1. ¿Cuál es la probabilidad total de que un producto sea defectuoso?
Solución: Usa la fórmula de probabilidad total:

Así que, la probabilidad total de que un producto sea defectuoso es 0.08 o 8%.
Probabilidad total y regla de Bayes

Ideas de ejemplos prácticos y recursos didácticos

Ejemplos Prácticos
2. Regla de Bayes:
• Ejemplo de Problema: Siguiendo el ejemplo anterior, supón que un producto ha sido encontrado defectuoso. ¿Cuál
es la probabilidad de que haya sido producido por la Máquina A?
Solución: Usa la regla de Bayes:

Donde P(D) ya calculamos como 0.08.

Así que, la probabilidad de que el producto defectuoso haya sido producido por la Máquina A es 0.25 o 25%.
Recursos
1.Simuladores y Herramientas en Línea:
• GeoGebra: Ofrece herramientas para crear visualizaciones y simulaciones interactivas que pueden ayudar a ilustrar
la probabilidad total y la regla de Bayes.
• PhET Interactive Simulations: Tiene simulaciones que permiten explorar conceptos de probabilidad y estadísticas de
manera práctica.
Probabilidad total y regla de Bayes

Ideas de ejemplos prácticos y recursos didácticos

Recursos
2. Materiales Didácticos:
• Tablas de Contingencia y Diagramas de Árbol: Usa estos recursos para representar eventos y calcular probabilidades
de manera visual.
• Hojas de Ejercicios: Proporciona ejercicios prácticos con soluciones detalladas para que los estudiantes puedan
practicar la probabilidad total y la regla de Bayes.
3. Software de Estadística:
• Excel o Google Sheets: Utiliza fórmulas y herramientas para realizar cálculos de probabilidad total y aplicar la regla
de Bayes en ejercicios prácticos.
• Wolfram Alpha: Proporciona soluciones detalladas para problemas complejos de probabilidad, incluyendo la
probabilidad total y la regla de Bayes.
 Taller
GeoGebra
De acuerdo con las instrucciones
del docente realizar las actividades
en clase.