-1

Probabilidad y estadística bivariada

Unidad Uno
Fundamentos del cálculo
de probabilidades
Probabilidad y
estadística bivariada
Unidad Uno
Fundamentos del
cálculo de probabilidades
Tabla de
contenidos
CONTENIDOS

1. PROBABILIDAD 4
1.1. Experimento aleatorio 4
Espacio muestral (Ω) 4
Suceso aleatorio 5
Tipos de sucesos 5

2. ÁLGEBRA DE SUCESOS 6
Notación 6
Diagramas de sucesos 7

3. CÁLCULO DE PROBABILIDADES 10
Probabilidad de sucesos, Probabilidad de Laplace 10
Regla especial de la multiplicación para eventos independientes 13
Probabilidad de sucesos condicionales 14 -3
Diagrama de árbol 16

Bibliografía 19
Ideas clave 20
Material complementario 21
 Conceptos

1. PROBABILIDAD

Es el grado de verosimilitud que se le atribuye a un enunciado, o el grado de certeza o confianza

que pueden tener nuestras creencias acerca de sucesos futuros. La probabilidad también puede
expresarse mediante un valor numérico y, en ese caso, la probabilidad es una medida de la posi-
bilidad de un acontecimiento, expresada mediante un número real que va entre cero y uno.

1.1. Experimento aleatorio

Un experimento aleatorio es una acción que da origen a un fenómeno en cuyos resultados inter-
viene el azar. En estos fenómenos se pueden conocer todos los resultados posibles, pero no se
puede predecir cuál de ellos ocurrirá. Un experimento aleatorio se puede repetir todas las veces
que se desee, pero sus resultados particulares no se pueden predecir. El experimento aleatorio
4-
suele representarse por la letra E. Por ejemplo, en el lanzamiento de un dado para observar qué
número resulta, se puede determinar el conjunto de resultados posibles (1, 2, 3, 4, 5, 6), pero no
es posible predecir cuál de ellos resultará en determinado lanzamiento.

Espacio muestral (Ω)

Es el conjunto de todos los resultados posibles de un experimento aleatorio. Se representa por la
letra griega Ω. Ejemplo:

Experimento: E = lanzamiento de un dado

Espacio muestral: Ω = {1, 2, 3, 4, 5, 6}
Suceso aleatorio
Un suceso o evento es cualquier subconjunto del espacio muestral Ω. Generalmente se represen-
tan mediante las primeras letras mayúsculas: A, B, C, etc. Ejemplos:

Experimento: E = lanzamiento de un dado

Espacio muestral: Ω = {1, 2, 3, 4, 5, 6}
Suceso A A = se obtiene número par.
A = {2, 4, 6} la cardinalidad de este suceso es 3
Suceso B: B= se obtiene número par mayor que 2.
B= {4,6} la cardinalidad de este suceso es 2

Tipos de sucesos

I. Sucesos simples y compuestos II. Suceso seguro

Es aquel que siempre se verifica como resultado
• Sucesos simples: Cuando un evento puede de un experimento aleatorio.
ocurrir de una sola forma.
A = Obtener un número entero del 1 al 6 al -5
• Sucesos compuestos: Cuando un suceso lanzar un dado normal. A es un suceso seguro.
puede ocurrir de diversas formas. Un suceso
compuesto, a su vez, puede dividirse en varios
eventos simples. III. Suceso imposible
Es aquel que nunca se verifica como resultado
de un experimento aleatorio.
Ejemplo 1: Lanzar un dado y observar si
resulta un número par A = Obtener un número mayor que 6 al lanzar
un dado normal. A es un suceso imposible.
Este suceso está compuesto por los siguientes
sucesos simples: Resulta el 2.
Resulta el 4. Resulta el 6 IV. Suceso complementario o contrario
Dos sucesos son contrarios si uno es la nega-
Ejemplo 2: Lanzar una moneda al aire y ción lógica del otro.
que el resultado sea cara
A = Obtener Nº6 al lanzar un dado.
Este suceso es simple por que solo puede B = No obtener Nº6 al lanzar un dado.
ocurrir de una sola forma
A y B son sucesos contrarios. Suelen represen-
tarse por A y A’, respectivamente.
 V. Sucesos mutuamente excluyentes en cambio para la segunda extracción tenemos
solo 8 bolas.
Dos o más sucesos son mutuamente excluyen-
tes si no pueden ocurrir en forma simultánea.

A = Se obtiene Nº3 al lanzar un dado.

B = Se obtiene Nº4 al lanzar un dado. 2. ÁLGEBRA DE SUCESOS
A y B son sucesos mutuamente excluyentes.
No pueden ocurrir ambos a la vez en el mismo Notación
experimento.
Si A y B son sucesos en el espacio muestral Ω.
Entonces, hay sucesos básicos cuya represen-
OBSERVACIÓN: Los sucesos contrarios son tación algebraica es la que se presenta en el
mutuamente excluyentes, pero, no todos los siguiente cuadro.
6 - sucesos mutuamente excluyentes son contrarios.

Suceso Significado
VI. Sucesos independientes
A Ocurre el suceso A.
Dos o más sucesos son independientes si la A’ No ocurre A.
ocurrencia de uno de ellos no afecta la proba- (A o B) Ocurre A o B.
bilidad de ocurrencia del otro. (A y B) Ocurren A y B, ambos.
(A – B) Ocurre A y no ocurre B.
A = Se obtiene Nº3 al lanzar un dado.
(B / A) Ocurre B, dado que ocurrió A
B = Se obtiene sello al lanzar una moneda.
A y B son sucesos independientes.

VII. Sucesos condicionales

Dos sucesos A y B son condicionales si la pro-
babilidad de ocurrencia del suceso B está con-
dicionada a la ocurrencia de un suceso anterior
A. Ejemplo:

Se tiene una urna con 4 bolas rojas y 5 blancas.

Si se extraen 2 bolas una a una sin reposición.
La segunda bola es dependiente de la primera
extracción si analizamos para la primera extrac-
ción se tiene un espacio muestral de 9 bolas
Diagramas de sucesos
Si A y B son sucesos en el espacio muestral Ω, con el espacio muestral representado por un rec-
tángulo y los sucesos por círculos. Entonces, la representación gráfica de los sucesos básicos es:

Lo sombreado Significado Lo sombreado Significado

A Ocurre el suceso A A’ No ocurre el suceso A

-7

Lo sombreado Significado Lo sombreado Significado

A O B Ocurre el suceso A O el B A y B Ocurre A y B, ambos

Lo sombreado Significado
A - B Ocurre A, pero no ocurre B

- Fundamentos del cálculo de probabilidades -

 Ejemplo
Sea el experimento aleatorio lanzar un dado, E = Lanzamiento de un dado se tienen los siguien-
tes sucesos:

A: Obtener un número par , B: Que salga el número 3

C: Obtener un número menor que 4

Lo primero es determinar el espacio muestral que es el conjunto de todos los resultados posibles.

Ω={1,2,3,4,5,6}

Determinaremos los elementos de cada conjunto quedando lo siguiente.

A = { 2,4,6} , B= {3} , C= {1,2,3}

8-
Representaremos los conjuntos en el diagrama de Venn

4
3 1 2 6

Utilizando el diagrama de Venn determinar:

a) Ocurre A o B b) Ocurre A o C

Solución Solución
Se tiene que A unión B tienen que tomar todos Se tiene que A unión C tienen que tomar todos
los elementos del conjunto A y los del conjunto los elementos del conjunto A y los del conjunto
B quedando lo siguiente: A U B = {2,3,4,6} C quedando lo siguiente: A U C = {1,2,3,4,6}
 c) Ocurre B o C i) No ocurre C

Solución Solución
Se tiene que B unión C tienen que tomar todos Se tiene que tomar todos los elementos que no
los elementos del conjunto B y los del conjunto son del conjunto C quedando lo siguiente:
C quedando lo siguiente: B U C = {1,2,3} Cc = {4,5,6}

d) Ocurre B Y C j) No ocurre A y C

Solución Solución
Se tiene que B intersección C se tienen que Se tienen que tomar todos los elementos que
tomar los elementos comunes de los conjuntos no forman parte de la intersección entre los
B y C quedando lo siguiente: B ∩ C = {3} conjuntos A y C quedando lo siguiente:
(A∩C)c = {1,3,4,5,6}

e) Ocurre A y B

Solución
Se tiene que A intersección B se tienen que to-
mar los elementos comunes de los conjuntos A
y B como podemos ver no tienen elementos en
común esto es conjunto vacío:
A∩B = {∮}

-9
f) Ocurre A y C

Solución
Se tiene que A intersección C se tienen que
tomar los elementos comunes de los conjuntos
A y C quedando lo siguiente: A∩C = {2}

g) No Ocurre A

Solución
Se tienen que tomar todos los elementos que
no se encuentran en A quedando lo siguiente:
Ac = {1,3,5}

h) No ocurre A o C

Solución
Se tienen que tomar todos los elementos que
no forman parte a la unión entre los conjuntos
A y C quedando lo siguiente: (AUC)c = {5}

- Fundamentos del cálculo de probabilidades -

 3. CÁLCULO DE PROBABILIDADES

Probabilidad de sucesos, Probabilidad de Laplace

La probabilidad de que ocurra un suceso A se cuantifica a través de la razón entre el número de
casos favorables al suceso A y el número total de casos posibles. Numéricamente puede expresar-
se como fracción, como decimal o como tanto por ciento.

N ° de Casos Favorables al suceso A

P ( A) =
N ° de casos Posibles

10 - Para entender el cálculo de probabilidades por

Sucesos
Laplace veremos los siguientes ejemplos.
Aplica la Ley de Laplace y calcula las siguientes M: El estudiante es moreno; R: El estudiante es
probabilidades: Rubio; C: El estudiante es Castaño
P: El estudiante es pelirrojo
1)
a) P( R) = N ° Casos favorables al suceso R = 8 = 0,32
a) En una clase del instituto hay 12 chicos mo- N ° de casos posibles 25
renos, 8 rubios, 4 castaños y 1 pelirrojo. El pro-
fesor saca a la pizarra a uno de ellos de forma es decir un 32% de probabilidades de que el
aleatoria. ¿Cuál es la probabilidad de que sea estudiante seleccionado tenga el pelo rubio.
rubio?
b) P( M ) = N ° Casos favorables al suceso M = 12 = 0, 48
b) ¿Cuál es la probabilidad de que no sea mo- N ° de casos posibles 25
reno? la pregunta es ¿cuál es la probabilidad que no
sea moreno? , para responder esta pregunta
Solución sacaremos el valor contrario que en este caso
es 1-0,48 = 0,52, es decir un 52% de proba-
El experimento aleatorio (E) bilidades de que el estudiante seleccionado no
E= seleccionar un estudiante al azar, el espacio sea moreno.
muestral es Ω
Ω= {M, M, M, M, M, M, M, M, M, M, M, M,R, R, R,
R, R, R, R, R,C, C, C, C,P}
2) Lanzamos dos dados y anotamos sus pun- b)
tuaciones. Calcula la probabilidad de que:
N ° Casos favorables al suceso B 16
P( B) = = = 0, 444
N ° de casos posibles 36
a) Salga un número igual y par en cada dado.
es decir un 44,4% de probabilidades de que los
b) Salgan números menores que 5 en cada números sean menores a 5 en cada dado.
dado.
Al definir los sucesos hablamos de las diferen-
Solución tes relaciones que pueden guardar dos sucesos
entre sí, así como de las posibles relaciones que
El experimento aleatorio (E) se pueden establecer entre los mismos. Vamos
E= Lanzar dos dados y anotar los puntos, Ω a ver ahora cómo se refleja esto en el cálculo
de probabilidades.
Ω=
Sean A y B dos sucesos en el espacio muestral
1 2 3 4 5 6 Ω y P(A) y P(B) sus respectivas probabilidades
se tiene que.
1 1-1 1-2 1-3 1-4 1-5 1-6
P(A⋁B) = P (AUB) = P(A)+P(B) ⇨ A y B son
2 2-1 2-2 2-3 2-4 2-5 2-6 sucesos mutuamente excluyentes. Esta propie-
dad es llamada también, “regla de la suma de
3 3-1 3-2 3-3 3-4 3-5 3-6 probabilidades”. Solo es válida para sucesos
mutuamente excluyentes donde la intersección
4 4-1 4-2 4-3 4-4 4-5 4-6
es igual a cero (P(A⋀B)=0). Esta regla se aplica
5 5-1 5-2 5-3 5-4 5-5 5-6 cuando entre los sucesos hay un conectivo “o”. - 11

6 6-1 6-2 6-3 6-4 6-5 6-6 Ejemplo

Sucesos 1) Lanzamos dos dados y anotamos sus puntua-

ciones. Calcula la probabilidad de que la suma
A: Números son iguales y pares, de las caras sea igual a 5 o 12.
A={(2,2), (4,4), (6,6)}
B: Números son menores que 5 en cada dado Solución
B={(1,1),(1,2),(1,3),(1,4),(2,1),(2,2),(2,3),(2,4),
(3,1),(3,2),(3,3),(3,4),(4,1),(4,2),(4,3),(4,4)} El experimento aleatorio (E)
E= Lanzar dos dados y anotar los puntos, espa-
a) cio muestral Ω
N ° Casos favorables al suceso A 3
P ( A) =
N ° de casos posibles
=
36
= 0, 0833 Ω = (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
es decir un 8,33% de probabilidades de que los (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
números sean iguales y pares. (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
 Ejemplo
1) Una ruleta tiene 36 sectores iguales, nume-
rados del 1 al 36. Los 12 primeros números son
Sucesos rojos, los 12 siguientes azules y 12 restantes
negros. En este juego gana el número que sale
indicado después de girar la ruleta. ¿Cuál es la
A: La suma de las caras es 5,
A={1,4),(2,3),(3,2),(4,1)} probabilidad de que salga un número impar o
un número de color rojo?
N ° Casos favorables al suceso A 4 1
P ( A) = = =
N ° de casos posibles 36 9 Solución
B: La suma de las caras es 12, B={(6,6)} El experimento aleatorio (E)
E= Girar la ruleta
N ° Casos favorables al suceso B 1 Ω= {36 números}
P( B) = =
N ° de casos posibles 36
Sucesos
A: Sale un número impar, A = {18 números}
Como podemos ver los sucesos no tienen ele-
mentos en común esto quiere decir que los
12 - N ° Casos favorables al suceso A 18 1
sucesos son mutuamente excluyentes , aplica- P ( A) = = =
N ° de casos posibles 36 2
remos la regla de la suma de probabilidades:

4 1 5 B: Sale un número pintado de color rojo,

P ( A ∨ B ) = P ( AUB ) = P ( A) + P ( B ) = + = = 0,139 B = {1,2,3,4,5,6,7,8,9,10,11,12}
36 36 36

es decir un 13,9% N ° Casos favorables al suceso B 12 1

P (B) = = =
N ° de casos posibles 36 3

Regla especial de la suma de Como podemos ver tenemos elementos en co-

probabilidades para dos sucesos A y B mún en ambos conjuntos por esta razón existe
mutuamente no excluyentes: la intersección.

A∩ B= {1,3,5,7,9,11}
P( A ∩ B) ≠ 0
N ° Casos favorables al suceso ( A ∩ B ) 6 1
P (A ∩ B) = = =
Sean A y B dos sucesos en el espacio muestral N ° de casos posibles 36 6
Ω y P(A) y P(B) sus respectivas probabilidades se
tiene que.
Como podemos ver los sucesos pueden ocurrir
juntos esto quiere decir que los sucesos no son
P ( A ∨ B ) = P ( AUB ) = P ( A) + P ( B ) − P ( A ∩ B ) excluyentes , P(A∩B)= ⅙ aplicaremos la regla
de la suma de probabilidades
 1 1 1 2 = 0,67, es decir un 67%
P ( A ∨ B ) = P ( AUB ) = P ( A) + P ( B ) − P ( A ∩ B ) = + − =
2 3 6 3

Regla especial de la multiplicación para eventos independientes

Sean A y B dos sucesos en el espacio muestral Ω y P(A) y P(B) sus respectivas probabilidades se
tiene que la probabilidad de sucesos independientes:

P ( A ∩ B ) = P ( A y B ) ⇒ P ( A)gP ( B ) ⇒ A y B , son sucesos independientes.

Esta propiedad es llamada también regla del producto de probabilidades. Solo es válida para su-
cesos independientes. Esta regla se aplica cuando entre los sucesos hay un conectivo “y”.

Para comprender mejor esta propiedad revisemos los siguientes ejemplos:

1) En un consultorio, la probabilidad de que una persona tenga una determinada enfermedad es

de 0,02. En una prueba de diagnóstico, la probabilidad de que a una persona sana se le diag-
nostique la enfermedad es de 0,06 y para una persona enferma es de 0,7. Si a un paciente del
consultorio se le aplica la prueba de diagnóstico, ¿cuál es la probabilidad de que esté enferma y
que sea diagnosticada como sana?
- 13
Solución
En este caso, tenemos que los eventos “paciente enfermo” y “diagnóstico negativo”, es decir
“persona diagnosticada sana” puede ocurrir de forma simultánea, es decir, son independientes
y existe intersección entre ambos sucesos. Como sabemos, corresponde la regla de producto de
probabilidades de ambos sucesos. Definimos como:

E={obtener un paciente enfermo} y S={diagnóstico sano}. Por lo tanto,

P ( E ∩ S ) = P ( E )gP ( S ) ; P ( E ∩ S ) = 0,02g0,3 = 0,006

Es decir, con un 0.6% de probabilidad, el test de diagnóstico puede señalar como sana a una per-
sona realmente enferma.
 2) El procesador, la placa madre y la memoria tienen un 5%, 10% y 20% de probabilidades de
fallar antes de un año respectivamente, ¿cuál es la probabilidad de comprar un computador que
presentara fallas antes de un año, en los tres componentes señalados?

Solución
Los sucesos o eventos en este ejemplo son:
A= Falla el procesador , B= Falla la tarjeta madre ,
C= Falla la memoria , sus rescpectivas probabilidades son:

5 10 20
P ( A) = = 0,05 , P ( B ) = = 0,1 , P (C ) = = 0, 2
100 100 100

Como los componentes se sabe que son independientes uno de otros, la probabiidad de que los tres
14 - fallen antes de un año, es la probabilidad de eventos independientes. Por esto se aplicará la propie-
dad del producto de probabilidades.

P ( A ∩ B ∩ C ) = P ( A)gP ( B )gP (C ) = 0,05g0,1g0, 2 = 0,001 , es decir es de un 1%

Probabilidad de sucesos condicionales

Sean A y B dos sucesos en el espacio muestral Ω y P(A) y P(B) sus respectivas probabilidades. Si la
ocurrencia de A está condicionada a la ocurrencia del suceso B, entonces, la probabilidad de que
ocurra A, dado que ocurrió B está dada por:

P( A ∩ B)
P( A / B) = , de esta fórmula se despeja la intersección de los dos sucesos.
P( B)

P ( A ∩ B ) = P ( B )gP ( A / B )
Para entender de mejor forma estas formúlas La probabilidad queda de la siguiente forma:
revisaremos los siguientes ejemplos.
P ( P ∩ M ) , calculando las siguientes
P(M / P) =
1) Un taller sabe que por término medio llevan: P( p) probabilidades
por la mañana tres computadores con proble-
mas en la placa madre, ocho con problemas 3 5 reemplazando en la
P( P ∩ M ) = , P( P) =
en la tarjeta de video y tres con problemas de 20 20 fórmula se tiene que:
sonido, y por la tarde dos con problemas en la
3 5 3 20 3
placa madre, tres con problemas en la tarjeta : = g = = 0,6 , es decir un 60%
de video y uno con problemas de sonido. 20 20 20 5 5

a) Hacer una tabla ordenando los datos ante- c) La probabilidad qued a de la siguiente
riores. forma:

b) Calcular la probabilidad de que un compu- P (T / S ) =

P( S ∩ T )
tador con problemas en la placa madre sea P( S )
llevado en la mañana. 1 4 , reemplazando en la
P( S ∩ T ) = , P( S ) =
20 20 fórmula se tiene que:
c) Calcular la probabilidad de que un computa-
dor con problemas de sonido sea llevado en la 1 4 1 20 1
tarde. : = g = = 0, 25 , es decir un 25%
20 20 20 4 4

Solución 2) De una baraja española de 48 cartas se ex-

trae simultáneamente dos de ellas. Calcular la
a) Ordenando los datos en la tabla se tiene - 15
probabilidad de que:
que:
a) Las dos sean copas.
Placa Tarjeta de Sonido Total
madre video b) Al menos una sea copa.
Mañana 3 8 3 14

Tarde 2 3 1 6 Solución
Total 5 11 4 20 a) Lo primero es definir los sucesos

b) Lo primero es definir los sucesos: Ci = La carta es una copa, ci′ = La carta no es

una copa, con i = 1,2
P= El computador tiene problemas en la placa La probabilidad queda de la siguiente forma:
madre
P (C1 ∩ C2 ) = P (C1 ) gP (C2 / C1 ) , esto es un cálculo
de probabilidad condicional
V= El computador tiene problemas en la tarjeta
12 11 11
de video P (C1 ∩ C2 ) = g = = 0,059
48 47 188
S= El computador tiene problemas de sonido b) P( Al menos una copa) =
36 35 29
M= El computador llega en la mañana 1 − (C1′ ∩ C2′ ) = 1 − ( g ) = = 0,4531
48 48 64

T = El computador llega en la tarde Es decir un 45,31%

- Fundamentos del cálculo de probabilidades -

 5º: La suma de las probabilidades al final de
cada secuencia de ramas es 1 (probabilidad
total). En el diagrama, P(A y C) + P(A y D) + (B y
E) + P(B y F)= 1

Para comprender de mejor forma el diagrama

de árbol veremos los siguientes ejemplos:

1) En la bodega de una oficina, se encontraron

tres cajas con discos duros, etiquetadas con sus
Diagrama de árbol contenidos.
Un diagrama de árbol es un esquema gráfico
Caja 1: contiene 10 discos duros,
que ayuda a analizar una situación de proba- de los cuales 4 están dañados.
bilidad condicional, cuando se deben producir
dos o más sucesos, uno después del otro. En Caja 2: contiene 6 discos duros,
este caso se muestran solo dos. con uno dañado.

Caja 3: contiene 8 discos duros,

Suceso 1 Suceso 2
con tres dañados.
C P(A V C) = P (A) . P (C/A)
P (C)
El problema es que no se sabe cuáles son los
A D P(A V D) = P (A) . P (D/A)
P (A)
P (D) dañados, pues no se rotularon debidamente.
P (E)
Si escogemos al azar una caja y luego sacamos
P(B V E) = P (B) . P (E/B)
P (B)
B E
un disco duro para analizarlo, ¿cuál es la pro-
16 -
P (F)
F P(B V F) = P (B) . P (F/B) babilidad de que el disco duro sea defectuoso?
Utilicemos un diagrama de árbol.

Este diagrama se desarrolla de izquierda a de- Solución

recha (árbol horizontal), siguiendo las siguien-
tes directrices: Lo primero es definir el suceso

1º: Cada suceso se representa por una rama, D: El disco está dañado
con bifurcaciones señaladas por las distintas
posibilidades del suceso. En el diagrama, se En este problema se tienen que tomar dos
definen dos ramas, pero pueden ser más. decisiones la primera de ellas es que caja
seleccionar para esto todos tienen la misma
2º: Cada rama parcial lleva especificada su res- probabilidad 1 /3. Luego que ya se tiene la
pectiva probabilidad. En cada suceso, la suma caja seleccionada cada una de ellas tiene una
de las probabilidades de sus ramas es 1. En el probabilidad distinta de seleccionar un disco
esquema, P(A) + P(B) = 1; P(C) + P(D) = 1; etc. defectuoso.

3º: El final de cada rama parcial se constituye Entonces, podemos elaborar un diagrama de
en un nudo del cual parten nuevas ramas, se- árbol para describir el proceso realizado, en
gún las posibilidades del siguiente suceso. donde cada rama señalará la probabilidad
respectiva.
4º: Cada secuencia de ramas constituye un
suceso. Su probabilidad está dada por la regla La probabilidad de que una trayectoria deter-
del producto. minada del árbol suceda es, según el teorema
de multiplicación, el producto de las probabi-
lidades de cada rama de la trayectoria, o sea, Ahora bien, como existen tres trayectorias dife-
que la rentes y estas se excluyen mutuamente, la suma
de las probabilidades de estas trayectorias es la
probabilidad señalada..
1 2 2
P (C1)gP ( D / C1) = g =
3 5 15
2 1 1 113
P (D) = + + = , 0,31
15 18 8 360
Caja 1

p(D/C1)=⅖ Es decir, que la probabilidad de seleccionar un

disco duro defectuoso de una caja seleccionada
al azar es aproximadamente del 31%.
p(D`/C1)=⅗ Utilizando el diagrama de árbol también pode-
mos responder a la pregunta ¿Cuál es la pro-
babilidad de que dado que el disco este daña-
do provenga de la caja 1?
Caja 2

p(D/C2)=⅙ Solución
Lo primero es escribirlo como probabilidad
quedando lo siguiente.
p(D`/C2)=⅚
P(C1 / D) , luego aplicando la definición de pro-
babilidad condicional se tiene lo siguiente
Caja 3 - 17
P(C1 / D) = P(C1∩D)
p(D/C3)=⅜ P(D)

P(C1∩D) =⅓ x ⅖ =2/15, P(D) = 0,31

p(D`/C3)=⅝

P(C1/D) = 2/15 = 0,4301

0,31

Ahora la probabilidad de escoger la caja 2 y La probabilidad de que dado que el disco está
luego el disco duro defectuoso en esta caja es. dañado provenga de la caja 1 es del 43,01%

1 1 1 2) Tenemos dos bolsas, A y B. En la bolsa A hay

P (C 2)gP ( D / C 2) = g = 3 bolas blancas y 7 rojas. En la bolsa B hay 6
3 6 18
bolas blancas y 2. rojas. Sacamos una bola de
Ahora la probabilidad de escoger la caja 3 y A y la pasamos a B. Después extraemos una
luego el disco duro defectuoso en esta caja es. bola de B.

Resolvamos:
1 3 1 a) ¿Cuál es la probabilidad de que la bola ex-
P (C 3)gP ( D / C 3) = g =
3 8 8 traída de B sea blanca?

b) ¿Cuál es la probabilidad de que las dos bo-

las sean blancas?

- Fundamentos del cálculo de probabilidades -

 Solución
Hacemos un diagrama en árbol:

P[ y ] = 3/10 . 7/9 = 21/90 = 7/30

7/9
7 2
3/10 2/9
BOLSA B
P[ y ] = 7/10 . 6/9 = 42/90 = 7/15
6/9
7/10
6 3
3/9
BOLSA B

La primera decisión es seleccionar de la bolsa A

una bola, luego se pasa una bola a la bolsa B y
se extrae una bola de esa bolsa.
18 -
a) Para responder esta pregunta tenemos dos
posibilidades en la bolsa A se selecciona una
bola roja y en la Bolsa B una Blanca. La otra
posibilidad es que de la Primera bolsa se selec-
ciona una bola blanca y de la segunda también
una blanca. Ambas probabilidades son mutua-
mente excluyentes por esta razón se suman.

P(Blanca)= 3 . 7 + 7 . 6 = 21 + 42 = 63 = 7 = 0,7
10 9 10 9 90 90 90 10

es decir un 70%

b) Para responder esta pregunta se multiplican

las ramas que la bolsa seleccionada sea blanca
quedando lo siguiente.

3 7 21 7
P (B∩ B) = g = =
10 9 90 30
Bibliografía

Inzunza Cazares, S. (2016). Análisis de datos

bivariados en un ambiente basado en applets
y software dinámico. Educación matemática,
28(3), 61-90.

Johnson, R., & Kuby, P. (2008). Estadistica Ele-

mental: Lo Esencial. Cengage Learning Edito-
res.

Nieves Hurtado, A., & DOMÍNGUEZ SÁNCHEZ,

F. C. (2009). Probabilidad y Estadística para
Ingeniería: Un enfoque moderno. Mexico: Mc
Graw Hill.

Pérez, A. G., Veguillas, H. N., & Ibarrola, R. V.

(1995). Estadística II. Universidad Nacional de
Educación a Distancia. - 19

- Fundamentos del cálculo de probabilidades -

 Ideas clave
Por medio de la siguiente figura, se destacan las ideas clave de esta semana:

P(A o B o C)= P(A)+P(B)+P(C) P(A y B y C)= P(A)xP(B)xP(C)

La suma de las probabilidades
individuales de todos los
eventos mutuamente exclusivos
Matemáticamente debe ser igual a 1 Matemáticamente

La probabilidad de ocurrir ya sea de uno o La probabilidad de que ocurran dos eventos

de otro evento, es la “suma” de sus independientes juntos, es el “producto” de
probabilidades individuales las probabilidades individuales

Establece que Recordar siempre que Establece que

Eventos mutuamente Se usa en “Regla de la adición en los “Regla de la multiplicación Se usa en Eventos
exclusivos eventos mutuamente exclusivos” de eventos independientes” independientes
Probabilidad(P):
Es decir 0 < P (evento) > 1 es decir
Teoremas

Al ocurrir un evento, Definición Probabilidad La ocurrencia de uno no está

relacionado con la ocurrencia del otro
el otro o los otros no
pueden ocurrir Subjetiva
Matemáticamente
20 - De existir una superposi-
ción entre los eventos,
Una de sus ramas es
- 20
Grado de creencia a un
aplicamos: Sea N (número total de posibilidades)
evento, garantizada por
la evidencia nA (número parcial del evento A) Probabilidad Una de sus
entonces: P(A)=nA/N Condicional variaciones es
“Regla de la adición
MODIFICADA para los Definición
eventos mutuamente Objetiva
exclusivos
Establece que es Matemáticamente
Teniendo dos eventos que no son La regla
independientes, la probabilidad de la de Bayes
Se define como
P(AIB)=nAB/nB ocurrencia de uno de los otros
Tendencia exhibida por
algunos dispositivos eventos es “condicional” (depende)
P(A o B)= P(A)+P(B)-P(AB) aleatorios donde de si el otro ha ocurrido También
En otras palabras
interviene el azar conocida como
Simbólicamente
La probabilidad condicional es igual
al número de resultados que se
encuentran simultáneamente tanto en
P(AIB)
A como en B (AB), dividido por el
número total de los resultados en B

Sustituyendo P(A) en el teorema

P(BIA)=[P(AIB)xP(B)/P(AIB)xP(B)+P(AINoB)xP(NoB) de Bayes, obtenemos la fórmula P(A)=P(AIB)xP(B)+P(AINoB)xP(NOB)
final que lo define como
Para definir la probabilidad
de A, debemos aplicar

Probabilidad
P(AIB)=[P(AIB)xP(B)] / P(A) Matemáticamente Condicional
“reserva”
Material complementario

Módulo: Taller de análisis de sistemas Unidad: 1

Recurso Descripción

Aunque en portuñol, este video del profesor Chuck es bastante claro para
entender los conceptos de la semana:

Chuck (2017). ¿Cómo cálculo probabilidades?

Clic AQUÍ

Video

¿Quieres revisar paso a paso qué es y para qué sirve la probabilidad? En - 21

esta presentación encuentras un excelente resumen:

PPT UPM (2014).

de Madrid.
Conceptos sobre probabilidad. Universidad Politécnica

Clic AQUÍ

Presentación

¿Y cómo para que me sirve todo eso de la probabilidad, los sucesos y de-
más?:

Análisis de datos bivariados en un am-

Inzunza Cazares, S. (2016).
biente basado en applets y software dinámico. Educación matemáti-
ca, 28(3), 61-90.

Clic AQUÍ
Lecturas
complementarias

- Fundamentos del cálculo de probabilidades -