Qué significa la palabra probabilidad

Es la posibilidad de que un evento suceda o no, es una medida del grado de

certidumbre de que dicho suceso pueda ocurrir.

En estadística: es el estudio de experimentos aleatorios o libres de determinación,

donde no interviene la mano humana.

Podría relacionarse con muestreo probabilístico

Si se puede relacionar porque se escogen los elementos de una población al

azar.
a) Enfoque clásico: También llamado probabilidad
teórica o matemática.

Se da cuando un suceso o evento ocurre de X

maneras de un número de resultados posibles, cada
uno igualmente probable su probabilidad X/n ó h/n.

b) Enfoque de frecuencia relativa: También

denominado probabilidad empírica, a posteriori,
relativa o estadística. Está dada por X/n ó h/n, se
sustenta si después de «n» repeticiones de un
experimento, un resultado ocurre X o h veces
entonces la probabilidad del evento es X/n ó h/n.
Aunque se conozca el resultado no se puede
afirmar que el resultado de los demás
experimentos serán igualmente probables.
a) Experimento: Acción mediante la cual se obtiene un resultado.

En un evento estadístico si se tiene la probabilidad o certeza que

ocurrirá una acción su probabilidad es de 1 o 100%. Si se tiene la
certeza de que no ocurrirá su probabilidad es de 0 o 0%.

Ejemplo si la probabilidad de un suceso es de 1/5 su probabilidad de

ocurrencia es de 20% y de que no suceda es de 80%.

b) Espacio muestral: Es el conjunto de todos los resultados posibles de

un experimento.

Ejemplo: se lanza un dado y se observa el numero que aparece en la

cara superior, entonces el espacio muestral consiste en los seis
números posibles, estos son: 1,2,3,4,5,6; y el punto muestral uno de
los seis resultados posibles.

c) Evento o suceso: Resultado posible de un experimento, que esta dado

por:
P= Probabilidad
P(x) = X * 100 n= Numero de casos posibles.
n X= Número de casos favorables
d) Evento simple:

Es el resultado posible de un experimento, cuya característica es la de no

descompensarse en otros casos. Ejemplo la probabilidad de que caiga
hacia arriba el número 4, al lanzar un dado es P= 1/6, evento simple
porque los números de un dado son 6, y el 4 aparece una sola vez,
entonces X = 1 casos favorables y el número de casos posibles es 6 porque
n = 6.

e) Evento compuesto

Existe cuando se puede descomponer en varios eventos simples. Ejemplo:

La probabilidad de obtener un número mayor o igual a 4 al lanzar un dado;

los números son 4,5 y 6 y su probabilidad esta dada por: 1/6, 1/6, 1/6 =
3/6 que representan el 50%, puesto que de 6 números hay 3 que cumplen
con este requisito.

f) Eventos imposibles o nulos

Es un evento que no puede ocurrir, su probabilidad es cero; si un evento

“A” es imposible entonces P(A) = 0.
Ejemplo: En una gaveta existen 10 facturas del almacén Lux, la
probabilidad de extraer una factura del almacén El Faro, es nula o
imposible.

P(x)= X * 100 = 0%
n

0 casos favorables Px = 0 * 100 = 0%

10 casos posibles 10

g) Evento cierto o seguro

Si un evento se verifica P(A) = 1, se denomina evento cierto o seguro. En

el ejemplo anterior la probabilidad de extraer una factura del almacén
Lux es la unidad, es decir la certeza absoluta, cualquier factura que se
extraiga será del almacén Lux.

P(x) = X * 100 = 100%

n

P(x) = 10 * 100 = 100%

10
h) Sistema completo de eventos

La suma de todos los eventos posibles en un experimento es igual a 1 ó

100%. Px = 1

Ejemplo: Se lanza una moneda al aire, encontrar el espacio muestral.

Una moneda solo tiene dos maneras de caer hacia arriba, cara o escudo,
entonces por medio de un diagrama del árbol se representa:
E = EE
E= Escudo
C= Cara E

C= EC

E = CE

C= CC
Em= EE, EC, CE, CC
De acuerdo al espacio muestral se observa que de los cuatro resultados,
hay uno en donde no aparece ninguna cara (EE), hay dos donde aparece
una cara (EC y CE) y uno donde aparecen 2 caras (CC). Entonces se tiene

Cara P(x) Escudo P(x)

0 1/4. 0 1/4.
1 2/4 1 2/4
2 1/4. 2 1/4.
xx 4/4 = 1 xx 4/4 = 1

Y la suma de todos los eventos posibles de un experimento es igual a 1, en

este casos 4/4 = 1 o bien el 100%
2. REGLAS DE LA PROBABILIDAD

2.1 Eventos mutuamente excluyentes

Dos eventos A y B son mutuamente excluyentes si A b = 0, o sea que no

U
puede suceder simultáneamente, = intersección.
U

Ejemplo

Se lanza un dado y se observa el número que aparece en la cara superior.

Entonces el espacio muestral consiste en los resultados posibles.

Em = 1,2,3,4,5 y 6

Sea A evento de salir un número par y B evento de salir un número impar.

Par = 2,4,6 (A)

Impar = 1,3,5 (B)

Entonces A y B son mutuamente excluyentes A B=0

U
 A B
2,4,6 1,3,5

A B =0
U

2.1.1 Reglas de la suma o adición para eventos mutuamente excluyentes

P(A) = 1/6 + 1/ 6 + 1/ 6 = 3/6

P(A U B) = P(A) + P(B)

P(B) ) 1/6 + 1/6 + 1/6 = 3/6

P(A U B) =
2.2 Eventos parcialmente excluyentes

Dos o más eventos se considera que se traslapan parcialmente si parte

de un evento y parte de otro ocurren juntamente. Sean A y B eventos
que se traslapan parcialmente o se interceptan, es decir, parte del
evento A es también parte del evento B como se muestra en el siguiente
diagrama.

A B

El área marcada pertenece a “A” y también a B, por tanto P(A y B) en el

área marcada debe ser restada de P(A) y P(B) para evitar duplicidad.

2.2.1 Regla para eventos parcialmente excluyentes

U
P(A U B) = P (A) + P(B) – P (A B)
Ejemplo
Una bolsa contiene 2 facturas al crédito por montos de Q. 4,500.00 y
Q. 2,000.00 y 3 al contado por Q. 3,000.00 Q. 3,200.00 y Q. 4,000.00. Si se
extrajera una factura, encontrar la posibilidad de que ésta sea al crédito ó
mayor a Q. 3,500.00

Contado
Crédito
1 de 3,000
1 de 2,000
4,500 1 de 3,200
1 de 4,000
A B

U
A B

P (Crédito ó mayor de 3,500) = P(Crédito)+ P(Mayor a 3,500) –P (Crédito y

mayor a 3,500).

P (A U B) 2/5 + 2/5 -1/5

P (A U B) 4/5 – 1/5
P (A U B) 3/5 * 100 = 60%
2.3 Eventos Independientes

Dos eventos son considerados independientes si los eventos en ningún modo

se afecta uno al otro A y B, son eventos independientes cuando la
ocurrencia del evento A, no tiene efecto sobre la ocurrencia del evento B y
viceversa.

P(B/A) = P(B)
(B/A) = Probabilidad B habiendo ocurrido A
P(A/B) = P(A)
(A/B) = Probabilidad A habiendo ocurrido B.

2.3.1 Regla de la multiplicación para eventos independientes

P( A y B) = P(A) * P(B)

Ó P (AB) = P(A) * P(B).

Ejemplo

Una bolsa contiene varios artículos, de los cuales 3 son defectuosos y 2 son
buenos. Se extrae un artículo y después se reemplaza. Otro artículo es
extraído después del reemplazo. Encontrar la probabilidad de que ambas
extracciones sean artículos defectuosos.

Solución: lo que sucede en la primera extracción no tiene efecto en la

segunda, porque el segundo artículo es extraído después de que el primero
es reemplazado. Por tanto las dos extracciones son independientes.

A = Artículo defectuoso
B = Artículo también defectuoso

Artículo Número P(A) = 3/5 ; P(B/A) = 3/5 = P(A) * P(B)

Defectuoso 3 P(AB) = 3/5 * 3/5 = 0.36 * 100 = 36%

Bueno 2 Puesto que existen 3 artículos

Total 5 defectuosos de un total de 5
 2.4 Eventos dependientes o condicionantes

Si A y B, están relacionados de tal modo que la ocurrencia de B depende de

la ocurrencia de A entonces A y B son llamados eventos dependientes o
condicionantes.

P(A/B) = Probabilidad de A habiendo ocurrido B

P(B/A) = Probabilidad de B habiendo ocurrido A

Se define como: P (A/B) = P(A y B) y P(B/A) = P(A y B)

P (B) P(A)

2.4.1 Regla de la multiplicación para eventos dependientes

La probabilidad de que ambos eventos dependientes o condicionantes A y B

ocurran es:

P(A y B) = P (A) P(B/A)

Si se trata de más de dos eventos se escribe así P(ABC) = P(A) P(B/A) P(C/AB)..
 Ejemplo
Una bolsa contiene varios artículos, de los cuales 3 son defectuosos y 2 son
buenos. Se extrae un artículo y no se regresa. Otro artículo es extraído
después. Hallar a) Evento B, artículo defectuoso, condicionado al evento
A, también el artículo defectuoso.
Artículo No. P(x)
1º. A Defectuosos
2º. B Defectuosos Defectuoso 3 3/5
Bueno 2 2/5
Total 5 1

a) Evento B, artículo defectuoso, condicionado al evento A, también artículo

defectuoso.

El evento B depende de la ocurrencia del evento A sí el primer artículo

extraído es defectuoso la probabilidad que el segundo también lo sea:

P(A)= 3/5 defectuosos R/

P(B/A) = 2/4 defectuosos = 0.5 ó 50% puesto que fue extraído un artículo
defectuoso, quedando 4 artículos en total y de estos 2 son defectuosos. R/

P(B/A) = P(A y B) = 6/20 = 0.30 = 0.5 ó 50%

P(A) 3/5 0.60
b) Que ambos artículos sean defectuosos.

Probabilidad conjunta

P (A y B) = P(A) P(B/A) = 3/5 * 2/4 = 6/20 = 0.30

Eventos independientes y dependientes

En una gaveta de un escritorio se encuentran 3 facturas, 5 depósitos de

ahorro y 10 cheques de caja.

1. Se extraen 3 documentos, después de cada extracción se devuelven,

hallar la siguiente probabilidad.

a) Que el primero sea factura

b) Que sea uno de cada documento
c) Que el tercero sea depósito, si el primero fue factura y el segundo
depósito.
 Documento No.
Factura 3
Depósito 5
Cheques de caja 10
Total 18

a) P(A) = 3 * 100 = 16.67%

18

b) P(A) = 3 = P(B/A) = 5 P(C/AB) = 10

18 18 18

Y la probabilidad conjunta ABC, está dada

P(ABC)= 3/18 * 5/18 *10/18 = 150/5,832 * 100 = 2.57%

c) P(A) = 3/18; P(B/A) = 5/18 y P(C/AB) = 5/18 * 100 = 27.78%

El denominador no varia porque en cada extracción el documento es

devuelto nuevamente, o sea con reemplazo.
2. En una gaveta de un escritorio se encuentran 3 facturas, 5 depósitos de
ahorro y 10 cheques de caja.

Se extraen tres documentos, después de cada extracción no se devuelven,

hallar las siguientes probabilidades:

a) Que el tercero sea cheque, sí el primero fue factura y el segundo

cheque.

b) Que sea uno de cada documento

c) Que el tercero sea cheque de caja, si los dos primeros fueron cheque
de caja.
 Documento No.
Factura 3
Depósito 5
Cheques de caja 10
Total 18

a) P(A) = 3/18 ; P(B/A) = 10/17; entonces P(C/AB) = 9/16 * 100 = 56.25%

b) P(A) = 3/18; P(B/A) = 5/17; P(C/AB) = 10/16*100; y la probabilidad

conjunta P (ABC) = 3/18 * 5/17 * 10/16 = 150/4,896 * 100 = 3.06%

c) P(A) = 10/18; P(B/A) = 9/17 y la probabilidad requerida

P(C/AB) = 8/16 * 100 = 50%

En los eventos condicionales el denominador varía, porque cada extracción

no se devuelve.
Puede ser usado para reformular un conjunto de probabilidades
previas, (Llamadas probabilidades a priori) para un conjunto de nuevas
probabilidades (Llamadas probabilidades posteriori). La información
esa basada en información adicional la cual puede ser obtenida de
registros pasados. Se basa en la probabilidad dependiente o
condicional.
 Ejemplo: Tres máquinas A, B y C, producen respectivamente 50%, 30% y
20% del número total de artículos de una fabrica. Los porcentajes de
desperfectos de estas máquinas son 3%, 4% y 5% respectivamente.

1 2 3 4 5
Máquina Probabilidad Probabilidad Probabilidad Probabilidad
a apriori condicional del conjunta a postriori
P(A) evento B dado el P(A y B) (Reformulada)
evento A, P (B/A) 2*3 P(A/B)
A 50 0.03 0.015 0.4054
B 30 0.04 0.012 0.3243
C 20 0.05 0.010 0.2702
Total 100 Xxxx 0.037 1.0

Se Pide:

a) Si se selecciona un artículo al azar y resulta ser defectuoso hallar la

probabilidad de que el artículo sea de la máquina A.
b) Que el artículo sea defectuoso y de la máquina B
c) Si el número de artículos producidos fueran 200
a) P = 0.015/0.037 * 100 = 40.54 %

b) P= 0.012/0.037 * 100 = 32.43%

c) A= 0.50 * 200 = 100; B= 0.30 *200 = 60 y C = 0.20 * 200 = 40

300/20,000 = 0.15/0.037 * 100 = 40.54%

740 / 20,000 = 0.037

1 2 3 4 5
Máquina Probabilidad Probabilidad Probabilidad Probabilidad
a apriori condicional del conjunta a postriori
P(A) evento B dado el P(A y B) (Reformulada)
evento A, P (B/A) 2*3 P(A/B)
A 100/200 3/100 300/20,000 0.4054
B 60/200 4/100 240/ 20,000 0.3243
C 40/200 5/100 200/20,000 0.2702
Total 100 Xxxx 740/20,000 1.0
1. P (A 1): Representa la probabilidad a priori (Original o previa). Cada
artículo tiene igual oportunidad de ser extraído. Puesto que 100 de los
artículos los produce la maquina A entonces la probabilidad de extraer
un artículo del total de la producción1 es P (A 1 ) = 100/200, de igual
manera es asignado para B, P(B) = 60/200 y C, P(C) = 40/200.

2. P(B/A): Representa la probabilidad condicional de B (Evento obtenido

1
por la información adicional), dado (o dependiente de), el evento A 1, por
ejemplo la información adicional establece que hay 3% artículos
defectuosos, o sea 6 de 200. entonces la probabilidad del evento de
extraer un artículo con error, dados los artículos con error, P(B/A) = 3/100
(6 de 200 artículos).

3. P (A y B): Representa la probabilidad a posteriori (o reformulada

apriori) de A, dado B. es calculada directamente de la correspondiente
probabilidad conjunta y la suma de las probabilidades conjuntas. Por
ejemplo P (A/B) = 300/20,000/740/20,000 = 0.4054, la cual representa la
probabilidad de que el artículo tenga defecto y sea de la maquina A.
Si la información adicional se puede inclinar a decir que el elemento
defectuoso es extraído del producto de la máquina A, puesto que produce
el 50%, con la información adicional, la probabilidad que el elemento
defectuoso sea producido por la máquina A es 40.54%

Las respuestas pueden ser comprobadas así:

Máquina A
200 * 0.50 = 100 artículos de la producción, de éstos el 3% es defectuoso:
100 * 0.03 = 3

Máquina B
200 * 0.30 = 60 artículos produce y de éstos el 4% defectuoso: 60 * 0.04 =
2.4 artículos.

Máquina C
200 * 0.20 = 40 artículos produce y de éstos el 5% es defectuoso: 40 * 0.05
=2

Total 7.4 artículos defectuosos.

Probabilidad que uno sea defectuoso de «A» P ( 3/7.4) * 100 = 40.54% igual
al resultado obtenido en a).
4.Distribución de Probabilidad

4.1 Distribución binomial

Es una distribución discreta de probabilidad basada en el desarrollo del

binomio; se consideran pruebas repetidas e independientes de un
experimento con dos resultados. El desarrollo de un binomio conocido
como (a+b)n es el mismo en desarrollo de la distribución binomial,
únicamente se sustituye a por p y b por q; y además que p tendrá un
valor de igual manera q, la suma de los valores de p y q es igual a 1. la
distribución binomial también es conocida como distribución de Bernulli
en honor a su creador.

Formula (p + q) n

Donde: p = Éxito
q = Fracaso
n = Número de pruebas

Sí p = éxito entonces q = 1 – p, y la probabilidad de las distintas

probabilidades corresponde al desarrollo del binomio.
4.1.1 Características del desarrollo del binomio

a) Su desarrollo tiene n + 1 términos

b) p, aparece desde el primer término del binomio con exponente igual
a n, disminuyendo su exponente de unidad en unidad en cada
término, hasta llegar a 1.
c) q, aparece hasta en el segundo término del desarrollo del binomio
elevado a exponente 1, aumentando su exponente de unidad en
unidad, en cada término siguiente hasta llegar a exponente n;
d) En cada término la suma de los exponentes de p y q es igual a n
e) El coeficiente de un término cualquiera, del segundo en adelante se
obtiene por la fórmula:
Coef. Término Exponente de p, en
Coef. Término cualquiera anterior término anterior
Segundo en adelante =
No. de orden del término anterior

Ejemplo
5 5 2 3
(p + q) = p + 5 p 4 q + 10 p 3 q 2 + 10 p q + 5 p q 4 + q 5

1 2 3 4 5 6
4.1.2 Análisis de las características:

a) Como el binomio está elevado a exponente 5, (entonces n+1) tiene 6

términos.

b) p, aparecen en el primer término con exponente 4, disminuyendo

hasta llegar a 1

c) q, aparece a partir del segundo término con exponente 1,

aumentando su exponente en los siguientes términos hasta llegar a 5;

d) La suma de los exponentes en cualquier término es igual a n, en este

caso 5, por ejemplo para el cuarto término p 2 y q3 suma de los
exponentes 5;

e) El coeficiente de cualquier término a partir del segundo en adelante,

el primer término su coeficiente siempre es la unidad, entonces, para
encontrar el coeficiente del segundo término por ejemplo, p en el
primer término su coeficiente es 1 y su exponente 5 entonces: 1 * 5 = 5,
dividido por el número de orden del término que es 1; igual a 5 que es el
coeficiente del segundo término.
Ejemplo:

Según la experiencia de una empresa en sus registros de cobro, 1/5 de ellos

tiene error. Si se toma una muestra de 4 facturas hallar las siguientes
probabilidades

a) Que las cuatro tengan error

b) Que más de tres tengan error
c) Que más de dos pero menos de cuatro tengan error
d) Que únicamente una tenga error
e) Que ninguna tenga error
f) Que una y más tenga error.

Es recomendable desarrollar el binomio sin incluir valores, éstos se pueden

agregar posteriormente.

(p + q) 4 = p 4 + 4 (p 3 q) + 6 (p 2 q 2 ) + 4 (p q 3 ) + q

a) 4E b) 3E, 1SE c) 2E,2SE, d) 1E,3SE 4SE

P = 1/5 = 0.20 q = 0.80

P 4 = (0.20)4 = 0.0016 * 100% = 0.16% Probabilidad que 4 sean con error

b) Probabilidad de que más de 3 tengan error
4
P 4 = (0.20) = 0.0016 * 100 = 0.16%

c) Más de 2 pero menos de cuatro que contengan error

3
4 p 3 q = 4 (0.20) (0.80) = 0.0256 * 100 = 2.56 %

d) Probabilidad que únicamente una tenga error:

3
4 p q3 = 4 (0.20) (0.80) = 0.80 (0.512) =0.4096 * 100 = 40.96%

e) Que ninguna tenga error

q 4 = (0.80) 4 = 0.4096 * 100 = 40.96%

f) Que una y más tengan error

Sabiendo que la suma de todos los eventos posibles de un experimentos

es igual a 1, se tiene:

1- (q) 4 = 1 –(0.4096) = 0.5904 * 100 = 59.04 %

g) Probabilidad de que ninguna o no más de dos tengan error:

q 4 + 4 p q 3 + 6 p 2 q 2 = 0.4096 + 0.4096+ 0.1536 = 0.9728 * 100 = 97.28%

h) Escribir la distribución de probabilidad de 0,1,2,3 y 4 facturas con error

Con error Término Desarrollo Px

0 q4 (0.80)4 0.4096
3
1 4pq 3 4 (0.20) (0.80) 0.4096
2 2
2 6 p 2 q2 6 (0.20) (q) 0.1536
3 4 p3 q 4 (0.20)3 (0.80) 0.0256
4
4 p4 (0.20) 0.0016
Sumatoria xx xxx 1.000