UNIDAD 3

ELEMENTOS
DE
PROBABILIDAD
El término Probabilidad se refiere al estudio de la
aleatoriedad y la incertidumbre.-

Probabilidad, es la posibilidad o la oportunidad de que

ocurra un evento o suceso específico.-

La probabilidad describe la posibilidad

relativa de que ocurra un evento.-

La probabilidad es 1 cuando
La probabilidad el evento ocurrirá con
es 0 cuando el seguridad.-
evento nunca va
a ocurrir.-
Se la explica siempre en %.-
 En el estudio de las probabilidades definimos:

• Experimento: Proceso que conduce a

que ocurra una de varias observaciones
posibles
Ejemplos:
a) Tirar un dado al aire.-
b) Los sueldos de los empleados de una empresa.-
c) Las ventas de un comercio en cierto período.-
d) Observar las piezas producidas por una máquina.-
e) Etc.-
 Es aquel que proporciona
diferentes resultados aún cuando
se repita siempre de la misma
manera.-
Ejemplo: tirada al aire de un dado

Experimento
Aleatorio
 Es el conjunto de todos los
resultados de un experimento
aleatorio

Lo simbolizamos
ESPACIO con S
MUESTRAL

Resultado: Un suceso particular proveniente de

un experimento.
 EVENTO :
Conjunto de uno o Pueden ser:
mas resultado de
Simples o
un experimento Compuestos

Ejemplo
Experimento aleatorio: tirar un dado al aire
S = {1,2,3,4,5,6}
Pr (Salga un 4) es un evento simple
Pr (Salga un número par) es un evento
compuesto
 LANZAR UN DADO

EXPERIMENTO

ESPACIO MUESTRAL OBTENER 1

TODOS LOS RESULTADOS
OBTENER 2
POSIBLES
OBTENER 3
OBTENER 4
OBTENER 5
OBTENER 6
OBTENER UN NÚMERO PAR
ALGUNOS EVENTOS POSIBLES OBTENER UN NÚMERO >5
OBTENER UN NÚMERO <6
 AHORA PODEMOS
EMPEZAR A HABLAR
DE CALCULAR UNA
PROBABILIDAD
 Se estudian diferentes enfoques para
determinar la probabilidad de ocurrencia
de ciertos fenómenos aleatorios

Probabilidad Probabilidad
clásica o a empírica o
priori o de probabilidad
Laplace frecuencial

Probabilidad
subjetiva
 PROBABILIDAD CLASICA O A
PRIORI O DE LAPLACE

Es apropiado para asignar probabilidad

cuando los resultados del experimento
son igualmente probables.- Surgió con
los juegos de azar.-
Por ejemplo,
Si son posibles n resultados
experimentales, una probabilidad de 1/n es
la que corresponde a cada evento.-
 Calculo de una probabilidad
será:

Nº de resultados favorables
P (Evento) =

Número total de posibles resultados

 EJEMPLO DE PROBABILIDAD CLÁSICA

Se lanza un dado al aire.- ¿Cuál es la probabilidad de que se de

un 5?
1
P (5) = ---------- = 0,167  17 %
6
Se tiene un mazo de 52 cartas.- Se decide sacar una carta al
azar.-¿Cuál es la probabilidad de que se de un as?.-
4
P (as) = ------- = 0,077  8 %
52
 Conceptos claves.
Mutuamente excluyente: La ocurrencia de un
evento implica que ningún otro puede ocurrir.-

Colectivamente exhaustivo: Por lo menos uno de

los eventos debe ocurrir si se realiza un
experimento.
AXIOMAS
Estos axiomas
1) Dado un evento A se deben
0 ≤ P (A) ≤ 1
cumplir al
asignar
2) Si S es el espacio muestral del
probabilidad a
experimento . P (S) = 1
un evento por
3) Si A y B son eventos
cualquier
mutuamente excluyentes
enfoque
P (A U B) = P (A) + P (B)
Ejemplo: Suponga que se tiran dos
dados.
A continuación se muestran los
diferentes resultados del experimento

  1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
 PROBABILIDAD EMPÍRICA O
FRECUENCIAL.-
La probabilidad de que un evento ocurra se
determina observando en que fracción del
tiempo sucedieron eventos semejantes en el
pasado.-
Evidentemente podemos usar este enfoque
siempre que tengamos frecuencias.-
 Calculo de una probabilidad
será:

Número de veces que ha ocurrido el evento

en el pasado
P (EVENTO ) =
Número total de observaciones
 EJEMPLO DE PROBABILIDAD
FRECUENCIAL

Nºde hijos de obreros de la

empresa
xi Obreros Se decide seleccionar una
familia al azar.- ¿Cuál es la
0 20 probabilidad de que esta
1 45 tenga 3 hijos?.-

2 57 39

3 39 P (3) = --------- = 0,1840

4 28 212

5 14  18 %

6 9
 PROBABILIDAD SUBJETIVA
Es la posibilidad de que suceda un evento
especifico, que es asignada por una persona
basándose en cualquier información que esté
disponible

Es apropiado para asignar probabilidad cuando

se da un experimento en donde no se puede
aplicar ninguno de los dos enfoques vistos, y
asignamos probabilidad en base al
conocimiento del hecho que tenemos.-
Por ejemplo: la probabilidad de que mañana
llueva es del 70%.-
 ALGUNAS
REGLAS DE
PROBABILIDAD
 LEY ADITIVA, TEOREMA DE
LA SUMA O REGLAS DE
ADISIÓN
Es útil cuando se tiene dos eventos y se desea
conocer la probabilidad de que ocurra al menos
uno de ellos.-
Dado los eventos A y B nos interesa conocer la
probabilidad de que suceda A o el evento B o
ambos.- Se expresa como,
P (A U B)
 Para poder aplicar la ley aditiva debemos conocer como
son los eventos A y B

a) Si los eventos A y B son mutuamente excluyentes,

es decir no tienen entre ellos elementos en común.-
REGLA ESPECIAL DE LA ADISIÓN

Entonces
A B P (A U B) = P (A) + P (B)
 COMPLEMENTO DE UN EVENTO

Dado un evento A, el complemento de A que simbolizamos con ˜ A’

es el que esta formado por todos los elementos que no están en A.-
En un diagrama de Venn, será:
Ejemplo
Un gerente de ventas después de revisar
S los datos dice que la probabilidad de
˜A
hacer una venta es de 0,80.- La
probabilidad de no hacer una venta será:
A

P ( ˜ A) = 1 - P (A) = 1 - 0,80 = 0,20

El evento A y A’ son mutuamente excluyentes y colectivamente
exhaustivos , entonces:
P (A) + P (˜ A) = P (S) pero P (A) + P ( ˜ A) = 1
despejando nos queda; P (˜ A) = 1 - P (A)
Eje: Pag 106
b) Si los eventos A y B no son mutuamente excluyentes,
es entonces porque tienen elementos que son comunes
a ambos.- Estamos al frente de probabilidades conjunta
(Evalúa la posibilidad de que dos o más eventos ocurran
en forma simultanea )
En ese caso:

S
Regla general de la
adición
A B

P (A U B) = P (A) + P (B) - P ( A ∩ B)
 P (A o B)
REGLA DE LA
SUMA

¿Son A y B SI
Mutuamente
Excluyente?
P (A o B) = P (A) + P (B)

NO

P (A o B) = P (A) + P (B) - P (A y B)
PROBABILIDADES
MARGINALES Y
CONJUNTAS
 Si tenemos información como
para elaborar una tabla de
contingencia, observamos como
ya hemos visto, que tenemos
frecuencias absolutas marginales
y frecuencias absolutas
conjuntas.- De aquí que podemos
entonces calcular Probabilidades
Marginales y Conjuntas aplicando
el enfoque frecuencial.-
 VEAMOS UN EJEMPLO:

Supongamos que el Ministerio de Hacienda tiene 1200 empleados de

los cuales 960 son hombres y 240 mujeres.- En los últimos dos años
fueron Jerarquizados solamente 324 empleados de los cuales 288
son hombres.- Con esta información elaboramos la siguiente tabla:

HOMBRES MUJERES TOTAL

(H) (M)

(A) 288 36 324

JERARQUIZADOS
(B) 672 204 876
NO
JERARQUIZADOS
TOTAL 960 240 1200
LAS PROBABILIDADES MARGINALES SE CALCULAN CON
LOS VALORES QUE SE UBICAN EN LOS MARGENES; Y
COMO LOS VALORES DEL CUERPO DE LA TABLA SON
VALORES CONJUNTOS, PODEMOS CALCULAR CON ELLOS
PROBABILIDADES CONJUNTAS, CADA VALOR ME INDICA
UNA INTERSECCION DE AMBOS.-

Veamos un ejemplo, con nuestra tabla.- Supongamos

seleccionar un empleado al azar.- ¿Cuál es la probabilidad de
que:
a) Sea una Mujer.-
b) Sea uno No Jerarquizado.-
c) Sea un Hombre y Jerarquizado.-
d) Sea una Mujer y No Jerarquizado.-
 SOLUCION

a) P (M) = 240/1200 = 0,20 ⇒ 20%

b) P (B) = 876/1200 = 0,73 ⇒ 73%

c) P (A ⋂ H) = 288 / 1200 = 0,24 ⇒ 24 %

d) P ( M ∩ B) = 204 / 1200 = 0,17 ⇒ 17 %

 Si de la tabla queremos aplicar la regla adictiva será:
Se selecciona un empleado al azar;
a) ¿Cuál es la probabilidad de que sea un Hombre o Un Jerarquizado?
b) ¿Cuál es la probabilidad de que sea un Hombre o una Mujer?

Solución
a) P (H U A) = P (H) + P (A) - P (H ∩ A) =

= 960/1200 + 324/1200 - 288/1200 =

= 996/1200 = 0,83 ⇒ 83 %

b) P (H U M) = 960/1200 + 240/1200 = 1200/1200 = 1,00

PROBABILIDAD
CONDICIONAL
Es la probabilidad de que acurra un
evento determinado, dado que otro
evento ya haya sucedido
Con frecuencia, la probabilidad de un evento se ve
influida por la ocurrencia de otro evento relacionado.-
Suponga que tenemos un evento A con P (A).-
Si obtenemos nueva información y vemos que ha
ocurrido un evento relacionado, representado por B;
quisiéramos aprovechar esta información para calcular
una nueva probabilidad del evento A.-

Esta nueva probabilidad del evento A, se

llama Probabilidad Condicional y se escribe
P (A / B) y se lee “ Probabilidad de A dado
B” o también “Probabilidad de que
habiéndose dado B se de A”
 LA PROBABILIDAD CONDICIONAL P (A / B) SE PUEDE
CALCULAR COMO

La relación entre la probabilidad conjunta de A y B y la

probabilidad marginal del evento que se dio, es decir

P (A ∩ B)
P ( A / B) =
P (B)

Siempre que P (B) > 0.-

 LEY DE MULTIPLICACION
Se usa para determinar la probabilidad de
una intersección de dos eventos.-
Esta ley se basa en la definición de la
probabilidad condicional.-

De la fórmula de probabilidad condicional podemos

despejar P (A ∩ B) y entonces tendremos:

P (A ∩ B) = P (B) P ( A / B) o también

P (A ∩ B) = P (A) P ( B / A) Regla general

 EVENTOS INDEPENDIENTES
Un concepto básico de la teoría de la probabilidad de particular
importancia por sus aplicaciones a la estadística es el de
INDEPENDENCIA.-

Si tenemos dos eventos A y B, la idea de independencia estadística

es que la ocurrencia del evento A no cambia la probabilidad de que
el evento B suceda, entonces, será:

P (A ∩ B) = P (A) * P (B)
Regla especifica

De no darse esto, A y B no son independientes y decimos que los

eventos son dependientes.-
 P (A y B)
REGLA DE LA
MULTIPLICACION

¿Son A y B Si
independientes? P (A y B) = P (A) * P (B)

No

P (A y B) = P (A) * P (B/A)
 De la tabla de contingencia también podemos
calcular probabilidades condicionales

Veamos esto en nuestro ejemplo de los 1200 empleados:

a) Por definición, será:

P (B ∩ H) 672 / 1200 672

P (B / H) = ------------------ = ------------------ = -------- = 0,70 ⇒ 70 %
P (H) 960 / 1200 960
 También podemos calcular una Probabilidad
Condicional en función del espacio muestral del
evento que ya se dio de antemano.-

Veamos esto en nuestro ejemplo de los 1200 empleados:

b) Con espacio muestral reducido será:

672
P (B / H) = = 0,70 ⇒ 70 %
960
 PARA RECORDAR:

NO SE DEBEN CONFUNDIR ENTRE SI EL

CONCEPTO DE EVENTOS MUTUAMENTE
EXCLUYENTES CON EL DE EVENTOS
INDEPENDIENTES.-

DOS EVENTOS CUYAS PROBABILIDADES SON

DISTINTAS DE CERO NO PUEDEN SER DE
MANERA SIMULTANEA MUTUAMENTE
EXCLUYENTES E INDEPENDIENTES ENTRE SI.-

SI OCURRE UNO DE LOS EVENTOS MUTUAMENTE

EXCLUYENTES, EL OTRO NO SUCEDE, ASI QUE
LA PROBABILIDAD DE QUE OCURRA EL OTRO
EVENTO SE REDUCE A CERO.- EN
CONSECUENCIA SON DEPENDIENTES.-
 VEAMOS UN
EJEMPLO COMPLETO
DE APLICACIÓN.-
El Colegio de Contadores Públicos de cierta
provincia chica tiene los siguientes datos sobre
la edad y el estado civil de sus 140 socios.-

ESTADO CIVIL
EDAD S.- soltero C.- casado TOTAL

A.- menos
de 77 14 91
30 años
B.- 30 años
o más 28 21 49

TOTAL 105 35 140

Se decide seleccionar un socio al azar:
a) Aplique las probabilidades marginales para comentar
sobre la edad de los socios del Colegio.-
b) Aplique las probabilidades marginales para comentar
sobre el estado civil de los socios del Colegio.-
c) ¿Cuál es la probabilidad de que sea soltero y tenga
menos de 30 años?.-
d) Si un socio tiene menos de 30 años.- ¿Cuál es la
probabilidad de que sea soltero?.-
e) El estado civil de los socios, ¿es independiente de su
edad?.- Explique aplicando probabilidad.-
Solución
a) P (A) = 91/140 = 0,65  65 %

P (B) = 49/140 = 0,35  35 %

Mayor probabilidad de que sea menor de 30 años
el elegido al azar por edad.-
b) P (S) = 105/140 = 0,75  75%

P (C) = 35 / 140 = 0,25  25%

Mayor probabilidad de que sea soltero el elegido
al azar por estado civil.-
c) P (S ∩ A) = calculado por probabilidad conjunta
será:

P (S ∩ A) = 77 / 140 = 0,55  55 %.-

Calculado por regla de la multiplicación será:

P (S ⋂ A) = P (A) P( S/A) = 91/140 * 77/91 =

= 77/140 = 0,55  55 %.-

o también

P (S ⋂ A) = P (S) P (A/S) = 105/140 * 77/ 105 =

= 77/140 = 0,55  55 %
d) P (S / A) por definición será:

P (S ∩ A) 77/140 77
P (S/A) = --------------- = ----------- = --- = 0,8462 ⇒ 85 %
P (A) 91/140 91

Por espacio muestral reducido, el calculo sería:

77
P (S/A) = --------- = 0,8462 ⇒ 85 %.-
91
e) Para demostrar que Estado Civil y Edad son
eventos independientes se tiene que cumplir la
igualdad,
P ( S ∩ A) = P (S) * P (A)
Luego:
P (S ∩ A) = 77 / 140 = 0,55 ⇒ 55 %

P (S) * P (A) = 105/140 * 91/ 140 = 9555/19600 =

= 0, 4875 ⇒ 49 %.-
Luego P ( S ∩ A) ≠ P (A) * P (B)
Entonces S y A no son independientes.-
 TECNICAS DE
CONTEO
UTILES EN
PROBABILIDADES
 En muchas de las decisiones empresariales, comerciales o de
otra índole, requieren que se cuente el número de
subconjuntos que se pueden obtener de un conjunto.- Cuando
calculamos probabilidades, nos encontramos que
necesitamos poder calcular el número de resultados posibles
y favorables a un evento, donde es imposible contarlos
simplemente como en el caso de la tirada de un dado al aire.-
Para estos casos debemos recurrir a las llamadas técnicas
de conteo.-
Por ejemplo, una línea de ventas que consta de 10 productos,
¿Cuántos subconjuntos de 3 productos se pueden ofrecer a
los clientes?.- Así como este podríamos dar muchos
ejemplos.-
Vamos analizar cuatro técnicas de conteo que consideramos que
son las que más se suelen presentar, son: regla
multiplicación, permutaciones, permutaciones con repetición
y combinaciones.-
REGLA DE LA MULTIPLICACIÓN.-
“Si hay m formas de hacer una cosa, y se pueden hacer de n formas
de hacer otra cosa , existirán m*n formas de hacer ambas.

Veamos un ejemplo:- Supongamos que estamos seleccionando en

forma aleatoria dos artículos de un proceso de producción.- Se
examina a cada uno de ellos y se le califica en defectuosos (D) y
no defectuosos (N).-

Entonces: 2 * 2 = 4 formas

Cuando son pocas las formas que pueden darse, se suele calcular
los eventos del espacio muestral por medio de un DIAGRAMA
DE ARBOL.-
 1º ART. 2º ART EVENTOS
DD
D

■ DN
ND
D

N
NN
NUMERO DE ORDENACIONES.-

Supongamos que tenemos un número x de objetos que

hay que ordenar.- Cada uno solo puede utilizarse una
vez.- ¿Cuántas series diferentes son posibles?.-
Podemos imaginar que en este problema se nos pide
que coloquemos cada uno de los objetos en cada una
de las cajas colocadas en fila.-

X X-1 X-2 ………. 2 1

El número total de formas posibles de ordenar x objetos

viene dado por:

x ( x-1) (x-2)……….(2) (1) = x !

Donde x ! Es = x factorial.-
 PERMUTACIONES Y COMBINACIONES.

Al seleccionar los elementos en los subconjuntos, la distinción

entre permutaciones y combinaciones depende si el orden de las
selecciones hace diferencia.- Si un orden es suficiente para
constituir otro subconjunto entonces se trata de permutaciones.-
Si dos subconjuntos se consideran iguales debido a que
simplemente se han reordenado los mismos elementos, entonces
se involucran combinaciones.-

Dado un conjunto de n elementos, el número de permutaciones,

cada uno de tamaño r objetos, se determina como, el número de
permutaciones de n elementos tomados r a la vez:
n!

nPr =
( n - r) !
El número de combinaciones de n elementos tomados r a la vez es:
n !

n Cr =
r ! (n - r) !

Ejemplos:

1.- Supongamos que hay que seleccionar dos letras de A,

B, C, D, E y colocarlas en orden:¿Cuántas
permutaciones son posibles?.-

5!
5P2 = = 20
3!
Los 20 casos son:

AB A C AD AE BC BA CA DA EA EC

CB BD BE CD CE DE DB EB DC ED
Este teorema se lo debemos al Clérigo
Thomas Bayes (1702 – 1761), que estaba
muy interesados en las matemáticas.-

Haciendo una generalización sería : Si A1,

A2……..Ai forman una partición de S y B es
cualquier evento en S, entonces:

P (Ai) * P (B / Ai)
P ( Ai / B) = -------------------------------------
∑ P(Ai) P (B/Ai)

Donde i = 1,2,3………..n.-
Actividad:
La empresa Electronic, esta considerando un nuevo modelo de
televisor. En el pasado el 40% de los equipos de televisor que la
empresa lanzo al mercado tuvieron éxito y el 60% no fueron
exitosos. En el pasado el 80%de los equipos de televisión exitosos
habían recibido un reporte de investigación favorable y el 30% y el
30% de los equipos de televisión no exitosos habían recibido un
reporte de investigación favorable. ¿Cual es la probabilidad de que
un equipos de televisión sea exitoso dado que recibió un reporte
favorable?

Ejercicio extraído de Estadística para Administración.

Autores: Levine, Krehbiel, Berenson