ASIGNACION DE

PROBABILIDADES

EVENTOS Y RELACIONES BASICAS

SESION 3
 PROBABILIDAD
1 Cierto
• Es la medida
numérica de la
posibilidad de que un
evento o resultado .5
experimental pueda
ocurrir.

• Su valor está entre 0 y

0 Imposible
1.
 ASIGNACION DE PROBABILIDADES
En la asignación de probabilidades deben satisfacerse dos
requisitos básicos.
1. Los valores de probabilidad que se asignen a cada resultado
experimental (punto muestral) deben ser entre 0 y 1. Si (Ei)
representa el resultado experimental y P(Ei) representa la
probabilidad de este resultado experimental, se debe cumplir:

0 ≤ P(Ei) ≤ 1 para toda i

2. La suma de todas las probabilidades de los resultados

experimentales debe ser 1. Si un espacio muestral tiene “n”
resultados experimentales, se debe cumplir:

P(E1) + P(E2) + … + P(En) = ∑ P(Ei) = 1

 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
1. METODO CLASICO :
Método de asignar probabilidades basado en la
hipótesis de que los resultados experimentales son
igualmente posibles. Se conoce también como
Probabilidad a priori o probabilidad objetiva o lógica.

Ejemplos:
Al lanzar un dado, ¿cuál es la probabilidad de que salga un número par?
En una baraja de cartas, ¿ cuál es la probabilidad de que al extraer una carta
resulte una espada ?
MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
Al lanzar una moneda al aire, ¿cuál es la probabilidad de que salga
cara o cruz?

Experimento : Lanzar la moneda

Evento o Resultado Experimental : Cara o Escudo
Espacio Muestral : {Cara, Escudo}
Cantidad de Eventos o R.Ex :2

P(Escudo) = = 0.5 ; 0 ≤ P(Ei) ≤ 1

P(Cara) = = 0.5; 0 ≤ P(Ei) ≤ 1

∑ P(Cara + Cruz) = 0.5+0.5 = 1

 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
2. METODO DE FRECUENCIA RELATIVA:
Es un método de asignar probabilidades con base en la
experimentación o en datos históricos. Tambièn
conocido como Método de Probabilidad Experimental
Empírica o A Posteriori.
 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
EJEMPLO:
Una empresa se prepara para vender un nuevo producto y quiere saber si sus
clientes lo van a comprar. Para estimar que un cliente lo compre, se ha organizado
una evaluación de mercado en la que los vendedores llaman a los potenciales
clientes a ofrecerle el producto. Por cada llamada hay dos posibles respuestas o
eventos respecto al producto: cliente compra / cliente no compra.
¿Estas posibilidades nos darán la respuesta al problema que desea investigar la
empresa?. ¿Podemos asumir que existe un 0.5 de probabilidad para que ocurra uno
de los eventos?. En caso solo se venda un producto, esa sería la respuesta; sin
embargo el estudio proyecta aplicarse en 400 clientes. Esta condición cambiará sin
duda las respuestas a obtener.
MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
Supongamos que al finalizar el experimento,
Cliente Respuesta
se determina que sí compraron 100 clientes,
1 Si compró y que no compraron 300 clientes. Entonces
podemos optar por usar la Frecuencia
2 Si compró Relativa
3 No compró
4 Si compró
Experimento : Llamada Telefónica a Cliente
5 No compró Evento o R. Ex:
Espacio Muestral
: Si compra / No compra
: {1,2,3,…400}*(respuesta por respuesta)
Nº de Eventos o R.Ex : 400
… … P(A) : Si compra
P(B) : No compra
… …
P(A) = = 0.25 P(B) = = 0.75
… …
400 Si compró
 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
3. METODO SUBJETIVO:

Es la probabilidad de que suceda un evento específico que

asigna una persona con base en cualquier información
disponible. También se dice que es la p robabilidad
asignada bajo un criterio personal, basado en cualquier
tip o de evidencia disponible, lo cual implica un grado de
creencia personal.

Este método se usa cuando se encuentran limitaciones en

los métodos Clásico y de Frecuencia Relativa.
 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
EJEMPLO:
Los Directivos de un Equipo de Futbol desean estimar la
probabilidad de que su equipo de f ú t b o l gane el campeonato este
año. (Ganar = A)
Si aplicamos el Método Clásico, el planteamiento sería el siguiente:
 Experimento: Partido de Futbol

 Eventos: Ganar, Empatar, Perder

 Resultados: 3

 Probabilidad (A) = 1/3 = 0.3333

Sin embargo el campeonato esta dado por varios partidos de fútbol, lo
cual anula la aplicación del método clásico. Por lo tanto todo
parecería que al ser así, el Método de Frecuencia Relativa es el mejor
para estimar la probabilidad deseada.
MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
Partido Respuesta Supongamos que se revisan los 25 partidos
disputados, y se determina que el Equipo Ganó 8,
1 Ganó Empató 10 y Perdió 7. Si aplicamos la Frecuencia
Relativa obtendríamos:
2 Perdió
3 Perdió
Experimento : Partido de Fútbol
4 Ganó Evento o R. Ex: : Empata / Gana / Pierde
Espacio Muestral : {1,2,3,…25}*(respuesta por respuesta)
5 Empató Nº de Eventos o R.Ex : 25
P(A) : Ganar
… … P(B) : Empatar
P(C) : Perder

… … P(A) = = 0.32 P(B) = = 0.40 P(C) = = 0.28

… …
A pesar de tener estos resultados, se sabe que los
25 Perdió otros equipos se han reforzado con buenos
jugadores. Además hay fatiga y varios jugadores
lesionados en el equipo. Entonces ¿será fiable
aplicar el Mètodo de Frecuencia Relativa?.
 MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS
Entonces que debemos hacer?

Es necesario considerar toda la información disponible, asignando un grado

de creencia de que se presente el resultado experimental esperado (A). Esta
asignación es totalmente personal, por lo que ante una misma situación,
dos o mas personas asignen diferente grado de creencia ante el evento
esperado.

Cabe precisar que la asignación del grado de creencia que afectará a la

probabilidad esperada, debe cumplir con los dos requisitos básicos de la
Asignación de Probabilidades
MÉTODOS PARA ASIGNAR VALORES
PROBABILÍSTICOS

Evento Probabilidad Grado Probabilidad

de Creencia Subjetiva
Ganar 0.32
Empatar 0.40
Perder 0.18
Total 1.00 ---- 1.00
 Experimentos y
Eventos

 ¿Cuál es la probabilidad de obtener 1 sello si

arrojamos una moneda una vez?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

s 1
  0.5
 c, s  2
 Experimentos y
Eventos

 ¿Cuál es la probabilidad de obtener 1 cara si

arrojamos una moneda tres veces?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles
(css),(scs), 3
 
(ccc),(ccs),(csc), 
(ssc)(css),(scc),(scs),(ssc),  8 0.375
(sss)
 ÁRBOL DE C
PROBABILIDADES
C
S

C
C S

S C
S

C
S

S
 Experimentos y
Eventos

 ¿Si lanzamos 2 dados, cuál es la probabilidad

de obtener un puntaje de 7?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

(1,6), (2,5), (3,4), (4,3),

6 2 (5,2), (6,1) 
36

6
 Experimentos y
Eventos

 ¿Cuál es la probabilidad de sacar un as al

sacar un naipe de una baraja?

Número de Resultados Favorables

Prob 
Número de Resultados Posibles

As de Corazones, As de Tréboles, As de Diamantes, As de Espadas 

4
1

 Definiciones
 Experimento Aleatorio
◦ Actividad que origina un evento.
◦ Proceso de hacer una observación y obtener un
resultado.
 Evento
◦ Uno o más de los posibles resultados de un
experimento.
 Espacio Muestral
◦ Todos los posibles resultados de un
experimento.

Diapositiva 13
 Experimento aleatorio Espacio Muestral

Lanzar una moneda Cara, Sello.

Lanzar dos monedas CC, CS, SC, SS
Sacar una carta (valor) 2, 2, ...,
Sacar una carta A (52)
(color) Lanzar un Roja, Negra
dado. 1, 2, 3, 4, 5,
Jugar un partido 6
Inspeccionar un Ganar,
producto Empatar,
Perder
 Experimento: Lanzar dos
monedas Espacio Muestral:
CC, CS, SC, SS

Evento Resultados
1 Cara y 1 Sello CS, SC
Cara en la 1ra. Moneda CC,
Al menos una Cara CC, CS, SC
CS
Cara en cada lanzamiento CC
 Clases de Eventos
 Eventos Mutuamente Excluyentes
◦ Dos o más eventos que no pueden ocurrir al
mismo tiempo.
◦ A: Reina de Corazones; B: Reina de
Espadas
 Los eventos A y B son mutuamente
excluyentes.
Eventos No Mutuamente
Excluyentes
◦ Dos o más eventos que si pueden ocurrir al
mismo tiempo.
◦ A: Naipes de Corazones; B: As ♥
 Los eventos A y B no son mutuamente
excluyentes.
Diapositiva 16
 Mutuamente Excluyentes

Evento A Evento
B

Espacio Muestral
No Mutuamente Excluyentes

Evento A
Evento B
 AXIOMAS DE PROBABILIDAD

1. P(A) ≥ 0Donde A es un evento muestral

2. P(Ω) = 1Donde Ω es el espacio muestral
de un evento cierto
Consecuencias
- 0 ≤ P(A) ≤ 1

- P(Φ) = 0 Probabilidad de un evento imposible

- P(AUA’) = P(A) + P(A’) = 1

Donde A’ es el complemento de A
 PROBABILIDAD DE SUCESOS O EVENTOS
A. UN SUCESO PUEDE ESTAR CONTENIDO EN
OTRO; Entonces, la probabilidad del primer suceso será
menor que la del suceso que lo contiene.
Ejemplo: Lanzamos un dado y analizamos dos sucesos:

Suceso A : Que salga el número 6, y

Suceso B : Que salga un número par.

¿el Suceso A está contenido en el Suceso B?

P(A) = 1/6 = 0,166 P(B) = 3 / 6 = 0,50

Por lo tanto, podemos ver que la probabilidad del suceso contenido suceso
A, es menor que la probabilidad del
suceso que lo contiene, suceso B.
B. DOS SUCESOS PUEDEN SER IGUALES: en
este caso, las probabilidades de ambos sucesos
son las mismas.

Ejemplo: lanzamos un dado al aire y analizamos dos

sucesos: a) que salga número par, y b) que salga múltiplo
de 2. Las soluciones coinciden en ambos casos.

P(A) = 3 / 6 = 0,50

P(B) = 3 / 6 = 0,50
Ejemplo:
Lanzamos un dado al aire y analizamos dos sucesos: A:
que salga número par, y B: que sea mayor que 3. La
intersección de estos dos sucesos tiene dos
elementos: el 4 y el 6.

Su probabilidad será por tanto

P(A ∩ B) = 2 / 6 = 0,33
Ejemplo:
Lanzamos un dado al aire y analizamos dos sucesos: A:
que salga número par, y B: que el resultado sea mayor
que 3. El suceso unión estaría formado por los siguientes
resultados: el 2, el 4, el 5 y el 6.

P(A) = 3 / 6 = 0,50 P(B) = 3 / 6 = 0,50

P (A ∩ B) = 2 / 6 = 0,33…. Por lo tanto,

P (A u B) = (0,50 + 0,50) - 0,33 = 0,666

Ejemplo: lanzamos un dado al aire y analizamos
dos sucesos: a) que salga un número menor
que 3, y b) que salga el número 6.
La probabilidad del suceso unión de estos dos sucesos será
igual a:
P(A) = 2 / 6 = 0,333
P(B) = 1 / 6 = 0,166

Por lo tanto:
P(A U B) = 0,33 + 0,166 =
 P(B) = 1 - P(A)
Ejemplo: lanzamos un dado al aire. el suceso (A) es que
salga un número par, luego su complementario, suceso (B),
es que salga un número impar.

La probabilidad del suceso (A) es igual a :

P(A) = 3 / 6 = 0,50

Luego, la probabilidad del suceso (B) es igual a:

P(B) = 1 - P(A) = 1 - 0,50 =
0,50

Se puede comp robar aplicando la regla de "casos favorables

/ casos posibles":
P(B) = 3 / 6 = 0,50
Ejemplo: seguimos con el ejemplo anterior: a) que
salga un número par, y b) que salga un número
impar.
La probabilidad del suceso unión de estos dos
sucesos será igual a:

P(A) = 3 / 6 = 0,50 P(B) = 3 / 6 = 0,50

Por lo tanto:

P(A U B) = 0,50 + 0,50 = 1

 PROBLEMAS PROPUESTOS
1. Un experimento con tres resultados se ha repetido 50 veces y se vio que E1 sucedió 20 veces.
E2 sucedió 13 veces y E3 sucedió 17 veces. Asigne las probabilidades a los resultados. Indicar
que método usó.
2. Un experimento consiste en seleccionar una carta de un mazo de 52
a) ¿Cuántos puntos muestrales son posibles?
b) ¿Qué método recomendaría usted para asignar probabilidades a los puntos muestrales?
c) ¿Cuál es la asignación de probabilidad para cada una?
d) Demuestre que sus asignaciones de probabilidad satisfacen los dos requisitos básicos.
3. En EEUU hay muchas instituciones educativas que en la actualidad que permiten a sus
alumnos el uso de internet. En el 2016 se inscribieron 21,733 escuelas elementales, 7,286
secundarias y 10,682 preparatorias en Internet, según la Oficina de datos estadísticos
educativos USA. Hay un total de 51,745 escuelas elementales, 14,012 secundarias y 17,229
preparatorias.
a) Si usted visitara una institución educativa al azar ¿qué probabilidad tiene de encontrar acceso a Internet?
b) Si escoge al azar una escuela elemental ¿qué probabilidad tiene de encontrar acceso a Internet?
c) Si escoge al azar una escuela secudaria ¿qué probabilidad tiene de encontrar acceso a Internet?
d) Si escoge al azar una preparatoria ¿qué probabilidad tiene de encontrar acceso a Internet?
 PROBLEMAS PROPUESTOS
4. Un experimento tiene cuatro resultados igualmente posibles.
a) ¿Cuál es la probabilidad de que ocurra E2?
b) ¿Cuál es la probabilidad de que ocurra uno de dos resultados cualquiera? (Por ejemplo E1 o E3)
c) ¿Cuál es la probabilidad de que ocurra uno de tres resultados cualquiera? (Por ejemplo E1, E2 o E4)
5. Suponga que un gerente de un gran complejo de departamentos elabora los estimados
subjetivos de probabilidad que vemos en la tabla siguiente, sobre la cantidad de
departamentos que estarán vacíos para el próximo mes:
Departamentos Departamentos
Probabilidad Probabilidad
Vacantes Vacantes
0 .05 3 .25
1 .15 4 .10
2 .35 5 .10

Haga una lista de los puntos muestrales que forman cada uno de los siguientes eventos y
determine la probabilidad de:
a) No haya departamentos vacíos
b) Cuando menos haya cuatro departamentos vacíos
c) Haya dos o menos departamentos vacíos.
 PROBLEMAS PROPUESTOS
6. Un estudio de suscriptores de Netflix en Brasil, reveló características como responsabilidad en
los negocios, actividad de inversión, estilo de vida e ingresos personales. Los datos siguientes
muestran el valor de las acciones poseídas por las 2,536 personas que respondieron:

Cantidad $ Suscriptores
Menor que $15,000 347
$15,000 – $49,999 411
$50,000 - $99,999 335
$100,000 - $299,999 619
$300,000 o más 824
Suponga que se selecciona un suscriptor al azar. ¿Cuáles son las probabilidades de los
siguientes eventos?
1. Sea el evento A en el que el valor total de las acciones poseídas es al menos de $50,000, pero menor
de $100,000. Determine P(A)
2. Sea el evento B en el que el valor total de las acciones poseídas es menor de $50,000. Determine P(B)
3. Sea el evento C en el que el valor total de las acciones poseídas es de $100,000 o más. Determine
P(C)
 PROBLEMAS PROPUESTOS
7. Suponga que el espacio muestral tiene cinco resultados experimentales igualmente posibles:
E1, E2, E3, E4, E5
Sean:
A={E1,E2}
B={E3,E4}
C={E2,E3,E5}

a) Determine P(A), P(B) y P(C)

b) Determine P(AUB). ¿Son Ay C mutuamente excluyentes?
c) Determine:
I. El complemento de A y su probabilidad; Ac; P(ac)
II. El complemento de B y su probabilidad; Bc; P(Bc)
d) Determine AUBc y P(AUBc)
e) Determine P(BUC)
8. Según la encuesta de la revista Economía Mundial hecha en EEUU, el 14% de los adultos creía
muy posible un colapso bursátil durante 2007, y el 43% lo creía poco probable (la encuesta
fue hecha el 29 de diciembre del 2006). Si se preguntaran a un adulto al azar ¿Cuál es la
probabilidad de que responda que no es probable un colapso bursátil durante el 2007?
 PROBLEMAS PROPUESTOS
9. Una encuesta hecha a Avis Rent a Car indicó que el 45.8% de sus clientes habían rentado un
automóvil durante los últimos 12 meses por motivos de negocios; un 54% por motivos
personales y un 30% lo hizo por ambos motivos:
a) ¿Cuál es la probabilidad de que un cliente rente un automóvil durante los últimos 12 meses por motivos de negocios
o personales?
b) ¿Cuál es la probabilidad de que un cliente no rente un automóvil durante los últimos 12 meses por motivos de
negocios o personales?
10. Durante el invierno en Puno, el señor Mamani tiene dificultades para arrancar sus dos
trailers. La probabilidad de que el primero arranque es de .80 y la del segundo es de .40. hay
una probabilidad de .30 de que ambos arranquen
a) Defina los eventos que intervienen y emplee notación o lenguaje de probabilidades para mostrar la información
anterior
b) ¿Cuál es la probabilidad de que al menos un tráiler arranque?
c) ¿Cuál es la probabilidad de que el señor Mamani no pueda arrancar uno de los dos trailes?