Tema: Probabilidad clásica.

I. Objetivos de la sesión: aprender a realizar cálculos de probabilidades

según las leyes que las rigen.

II. Tema:

Con frecuencia es útil cuantificar la posibilidad de que se presente un

resultado de un experimento aleatorio. “la posibilidad de que llueva hoy es de
30%” es una afirmación que refleja una creencia sobre la posibilidad de que llueva.
La posibilidad de un resultado se cuantifica asignándole un número de intervalo
[0,1], o un porcentaje del 0 al 100%. Entre mas grande sea el número, mayor es la
probabilidad del resultado. Un cero indica que el resultado no se presentara; un
uno indica el resultado seguro.

A medida que se desarrolla cualquier rama de la ciencia, siempre surge en

cierta etapa la necesidad de tener en consideración de las desviaciones
accidentales y su influencia sobre el curso de los fenómenos por estudiar. A causa
de eso, toda rama aplicada de la ciencia tiene que acudir a la Teoría de las
probabilidades y cada día de amplían mas los campos de aplicación de los
métodos estadísticos.
Las probabilidades pertenecen siempre a la ocurrencia a no de eventos, de
manera que se explicaran algunos conceptos previos, dentro de los cuales está
“evento”.

▪ Experimento: se denomina experimento a un proceso de observación o

medición cualquiera. Por ejemplo, lanzar 2 dados y anotar sus resultados.

▪ Espacio muestral: es el conjunto de todos los posibles resultados de un

experimento. Siguiendo con el ejemplo anterior, el espacio muestral del
lanzamiento de los 2 dados, son todos los pares ordenados que se pueden
formar con los 2 dados, es decir (1,1), (1,2), (1,3),..., (6,6). En total 36 pares.
Se designa por E.

▪ Evento: es un subconjunto del espacio muestral. Son elementos del espacio

muestral que cumplen con alguna condición dada. Por ejemplo, el evento “que
los dados sumen7”. Los pares ordenados que cumplen esta condición son:
(2,5), (5,2), (3,4) y (4,3).
Los eventos se anotan con letras del abecedario mayúsculas, ejemplo A, B,
C,..., etc.
▪ Probabilidad de un evento: Los eventos que designaron con las letras A, B,
C,... tienen una probabilidad asociada a cada uno de ellos y se designa como
P(A), P(B), P(C),..., etc.
La probabilidad de un evento es un número real no negativo y no superior a 1,
que mide la posibilidad que suceda dicho evento.

Se cumple que:

a) P(A) ≥ 0
b) P(E) =1
c) 0 ≤ P(A) ≤ 1
d) P(A) + P(AC)=1 donde A C es el complemento de A.

La probabilidad de un suceso es uno de los conceptos fundamentales de la

teoría de las probabilidades. Se puede decir que las probabilidades es un número
que caracteriza la posibilidad de que se produzca un suceso.
Se llama probabilidad de un suceso, desde el punto de vista clásico, al
cociente del número de resultados que son favorables al suceso y el número total
de resultados elementales e igualmente posibles del experimento.
Una probabilidad se calcula como una frecuencia relativa, es decir:

P(A) = Nº de casos posibles del evento A

Nº de casos totales

Ej.: En un mazo de naipes barajado que contiene 4 ases, dentro de las 52

cartas, la probabilidad de obtener un as en una extracción (evento A) es:

P(A) = 4 ases
52 cartas en total

=
4 =1
52 13
▪ Eventos mutuamente excluyentes: dos o más eventos son mutuamente si no
puede ocurrir al mismo tiempo, es decir, la ocurrencia de un evento A impide
automáticamente la ocurrencia de un evento B.

Ej.: Al extraer una carta de un naipe de 52 cartas. Sea A = sacar un as.

B = sacar un rey.

Podemos ver que A y B son mutuamente excluyentes, ya que al sacar solo

una carta, ella puede ser el as o el rey pero no saldrán ambos.

En cambio si A = sacar un as
B = sacar un trébol
 Se puede notar que A y B no son excluyentes, ya que al extraer una carta, ella
puede ser un as y a la vez puede ser un trébol. Una no excluye a la otra.

▪ Eventos independientes: dos eventos son independientes cuando la ocurrencia

de un evento no tiene ningún efecto en la ocurrencia de otro. La probabilidad
de un evento no influye e la probabilidad del otro.

Ej.: Si se lanza un dado, se puede calcular la probabilidad que suceda un 5. Si

se lanza por 2ª vez, la probabilidad, que suceda un 4 no tiene ninguna
influencia anterior que ya salió. Es decir, el nº del 2º lanzamiento es
independiente del que salió en el 1er lanzamiento.

▪ Reglas de la adición: las reglas de la adición se cumplen cuando la

probabilidad que ocurra un evento u otro. Existen 3 casos a considerar:

a) Si los eventos son mutuamente excluyentes, entonces:

P(A ∪ B) = P(A) + P(B)

b) Si los eventos no son mutuamente excluyentes, entonces:

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
Si se extiende a 3 eventos, entonces:
P(A ∪ B ∪ C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(B ∩ C) – P(A ∩ C)

c) Si los eventos son independientes, entonces:

P(A ∪ B) = P(A) + P(B) – P(A) · P(B)

Ej.: Se extrae una carta de un mazo de 52 naipes. ¿Cuál es la probabilidad

que salga un as o un rey?

Solución. Sea A: un as
B: un rey

Como en este caso A y B son mutuamente excluyentes, entonces:

P(A ∪ B) = P(A) + P(B)

=
4 +
4
52 52

=
2
13
Ej.: Se extrae una carta de un mazo de 52 naipes. ¿Cuál es la probabilidad
que salga un as o un trébol?

Solución. A: un as
B: un trébol

Los eventos A y B no son excluyentes, entonces:

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
 =
4 +
13 − 1
52 52 52

=
4
13

▪ Regla de la multiplicación: se usa para calcular la probabilidad que suceda 2

eventos en forma conjunta, es decir, los 2 eventos a la vez.
También hay que considerar 2 casos:

a) Si los eventos son no excluyentes, entonces:

P(A ∩ B) = P(A) + P(B) – P(A ∪ B)

b) Si los eventos son independientes, entonces:

P(A ∩ B) = P(A) · P(B)

Ej.: Si se lanzan 2 dados 2 veces seguidas. Calcular la probabilidad que en

ambos lanzamientos, la suma de sus caras sea 7.

Solución. Cada lanzamiento es independiente del otro.

- Sea A: la suma es 7 en el 1 er lanzamiento (1,6) (6,1) (2,5) (5,2) (3,4)
(4,3)
6 1
P( A) = =

36 6
- Sea B: la suma es 7 en el 2º lanzamiento.
1
P(B)=

6
Entonces P(A ∩ B) = P(A) · P(B)

=
1⋅1
6 6

=
1
36

▪ Probabilidad condicional: se dice que una probabilidad es condicional cuando

al tener 2 eventos, ya se conoce el resultado de uno de ellos, es decir, se sabe
con anterioridad lo que sucedió con uno de ellos. Se denota P(A/B) y se lee “la
probabilidad que suceda A, dado que ya sucedió B”. Su cálculo dependerá si
los eventos son independientes o no lo son.
 si A y B no son
P( A ∩ B)
a) P( A / B) = independientes

. si A y B son
P(B) independientes
b) P( A / B) = P( A)
.

Ej.: Supóngase que una oficina tiene 100 máquinas calculadoras. Algunas de
esas máquinas son eléctricas (E) y otras son manuales (M). Además, algunas
son nuevas (N), mientras que otras son usadas (U). Una persona entra en la
fabrica, escoge una máquina al azar y descubre que es nueva. ¿Cuál es la
probabilidad que la máquina sea eléctrica?.

E M Total
N 40 30 70
U 20 10 30
Total 60 40 100

Solución. Es una probabilidad condicional porque se sabe previamente que la

máquina escogida es nueva. Entonces, se expresa como:

P(E ∩ N )
P(E / N ) =

P(N )

=
100 = 40 = 4
70 70 7
100

Ej.: Se lanzan 2 dados. Si la suma de sus caras es 7.¿Cuál es la probabilidad

que uno de los dados sea 2?.

Solución. Al igual que el ejemplo anterior, también es una probabilidad

condicional, ya que se sabe de antemano que la suma de las caras dio 7, y
ese dato pasa a ser la condición dada.

Sea A: que un dado sea 2

B: la suma de ambas caras es 7

Entonces: P( A ∩ B)
P( A / B) =

P(B)

De todos los pares que sumen 7: (1,6) (6,1) (2,5) (5,2) (3,4) (4,3), solo 2 pares
de ellos tienen un número 2 en uno de sus dados. Por lo tanto, solo los pares
(2,5) (5,2) cumplen los 2 eventos mencionados, luego:

2
36 2 1
P( A / B) = = =
6 6 3
36
▪ Probabilidad total: si un suceso A está participando en n sucesos excluyentes,
la probabilidad de A resulta ser una suma de las probabilidades de los n
sucesos.

Sea A = B 1 + B2 +... + Bn
Donde Bi ∩ Bj = ∅ (i ≠ j)

Entonces:
P(A) = P(A/B1) · P(B1) + P(A/B2) · P(B2) +... + P(A/Bn) · P(Bn)

Ej.: Supongamos que tenemos 3 cajas C1, C2, C3 y que tienen igual probabilidad
de ser escogidas. Cada caja tiene 10 bolitas entre blancas y negras. La caja C1
tiene 3 bolitas blancas, la caja C2 tiene 2 bolitas blancas y la caja C3 tiene 5
bolitas blancas.
Se escoge una caja y luego una bolita. ¿Cuál es la probabilidad que salga
blanca?.
Solución. Sea A: sacar bolita blanca
Podemos ver que el evento A está particionado en 3 subgrupos, ya que hay
bolitas blancas en cualquiera de las 3 cajas. Por lo tanto, se debe considerar
que una bolita es blanca si se escoge de 3 lugares diferentes. entonces:

P( A) = P( A / C1 ) ⋅ P(C1 ) + P( A / C2 ) ⋅ P(C2 ) + P( A / C3 ) ⋅ P(C 3 )

2 1
= ⋅ + 3⋅1+ 5⋅1

10 3 10 3 10 3

=
2 + 3 +5

30 30 30

=
1
3

El diagrama de árbol es un método para graficar eventos secuenciales o

probabilidades totales, como se vera en el siguiente ejemplo:
Ej.: Se lanza una moneda cargada, 1
y P(sello) = .
2
de modo que P(cara) = 3
3

Si sale cara, se escoge un número al azar entre 1 y 9. Si sale sello se escoge

un número al azar entre 1 y 5. Hallar la probabilidad de escoger un número par.

Solución. El evento A: escoger un nº par.

Puede suceder de 2 particiones posibles, dependiendo si sucedió cara o sello.
Por tanto, es una probabilidad total.
En el siguiente diagrama muestra las probabilidades según el caso:
 5
(impares)
2
(cara)
9
3

Moneda 4
(pares)

9
3
(impares)
1
(sello)
5
3

(pares)

Luego:
P( A) = P( A / C) ⋅ P(C) + P( A / S ) ⋅
P(S )

=
4⋅2+2⋅1
9 3 53

=
8 +
2
27 15

=
58
135

▪ Teorema de Bayes: considerando nuevamente un evento A, particionado en n

partes, en que cada una es excluyente de otra. El teorema de Bayes permite
calcular la probabilidad de que el evento A haya sucedido dentro de una de las
particiones, sabiendo que ya ocurrió.
Tomando el ejemplo de las 3 cajas C1, C2 y C3, anteriormente, con la probabilidad
total se calculó la probabilidad que una bolita extraída al azar sea blanca.
En este caso, la pregunta cambia de la siguiente manera: ¿cuál es la
probabilidad que la bolita que se sacó provenga de la caja C1 sabiendo que fue
blanca?.
Podemos observar que se conoce un antecedente a priori, por lo tanto pasa a ser
una condición dada. El objetivo en este caso es conocer la partición en particular
de donde provino la bolita blanca.
El teorema de Bayes se aplica de la siguiente manera:

/ A) = P( A / C1 ) ⋅
P(C
P(C1 )

1
P( A / C ) ⋅ P(C ) + P( A / C ) ⋅ P(C ) + P( A / C ) ⋅ P(C )
1 1 2 2 3 3
 Se puede observar que el denominador de esta expresión es la probabilidad
total.
En el ejemplo:

2⋅1 2
P(C
1
/ A) = 10 3 = 30 =

1
2 1 3⋅1+ 5⋅1 10 5
⋅ +

10 3 10 3 10 3 30

Ej.: Dos cajas contienen clavos grandes y clavos pequeños. Suponga que la
caja A contiene 60 clavos grandes y 40 pequeños. La caja B contiene 10 clavos
grandes y 20 pequeños. Se extrae un clavo y resulta ser grande. ¿Cuál es la
probabilidad que ase haya sacado de la caja B?.

Solución. Sea G: el clavo es grande.

Se conoce de antemano el tipo de clavo y se considera como una condición
dada.

P(G / B) ⋅ P(B)
P(B / G) =
P(G / A) ⋅ P( A) + P(G /

B) ⋅ P(B)
10 ⋅ 1 1
1
=
30 2 =
6 =
60 ⋅ 1 + 10 ⋅ 1 1 + 1 4
100 2 30 2 3 3

III. Actividad previa: leer textos indicados en bibliografía, referentes al tema.

IV. Actividad post sesión: realizar la guía de ejercicios que a continuación se

presenta.
 Ejercicios.

1. Dos hombres H1 y H2 y 3 mujeres M1, M2, M3 participan en un campeonato de

ajedrez. Aquellos de igual sexo tiene la misma probabilidad de ganar. Pero los
hombres tienen el doble de posibilidad de ganar que las mujeres. Encuentre la
probabilidad que gane una mujer.

2. Un lote contiene 10 artículos buenos, 4 con defectos secundarios y 2 con

defectos importantes. Se toma al azar un artículo. Determine la probabilidad
que el artículo:

a) no tenga defectos

b) no tenga defectos importantes

Del mismo lote se extraen 2 artículos al azar. Determine la probabilidad que:

a) ambos sean buenos si se extrae uno después del otro

b) ambos tengan defectos importantes

3. Una compañía de artículos para computadores colocará un anuncio de su

nuevo módem en una revista de computación. La compañía cree que el anuncio
será leído por un 32% de los lectores de la revista y que el 2% de aquellos que
lean el anuncio comprarán el módem. Encontrar la probabilidad de que el lector
de la revista lea el anuncio y compre el módem.

4. Dos estudiantes A y B están inscritos en un curso. Si el estudiante A asiste a

las clases el 80% de las veces y el estudiante B el 60%, y las ausencias de
ellos son independientes. ¿Cuál es la probabilidad de que al menos uno de los
2 estudiantes esté en clases un día determinado?.

5. La probabilidad de que un doctor diagnostique de manera correcta una

enfermedad particular es 0.7. Dado que el doctor hace un diagnóstico incorrecto,
la probabilidad de que el paciente presente una demanda es 0.9.
¿Cuál es la probabilidad de que el doctor haga un diagnóstico incorrecto y el
paciente lo demande?.

6. En una fábrica de pernos, las máquinas 1, 2, 3 fabrican el 25%, 35% y 40%

respectivamente de la producción total. De lo que producen, el 5%, 4% y 2%
respectivamente son defectuosos. Se escoge un perno al azar y se encuentra
 que es defectuoso. ¿Cuál es la probabilidad que haya sido producido por la
máquina 1?.

7. Si se detiene a 3 personas, seleccionadas al azar, en una calle, ¿cuáles son

las probabilidades de que:

a) todas ellas hayan nacido en viernes;

b) dos de ellas hayan nacido en viernes y otra en martes;

c) ninguna de ellas haya nacido en lunes?.

8. Determinar la probabilidad p de los siguientes sucesos:

a) Una tirada de un dado resulte par.

b) Al menos una cara en dos tiradas de una moneda.

c) Un as, el 10 de diamantes o el 2 de picas aparezcan al sacar una sola carta de

una baraja francesa de 52 naipes.

d) La suma de dos dados sea 7.

e) Que aparezca sello en la próxima tirada de una moneda si han salido 56 caras
en 100 tiradas previas.

9. De una baraja de 52 naipes, mezclados al azar, se sacan dos naipes. Hallar la

probabilidad de que ambas sean ases si la primera carta:

a) se devuelve al mazo

b) si no se devuelve.

10. Tres joyeros idénticos tiene dos cajones cada uno. Cada cajón del primero
contiene un reloj de oro, cada uno del segundo un reloj de plata y en un cajón
del tercero hay un reloj de oro y en el otro uno de plata. Si se selecciona un
joyero al azar, abrimos uno de los cajones y en el hay un reloj de plata, ¿cuál
es la probabilidad de que en el otro cajón haya un reloj de plata? (Utilizar la
formula de Bayes).
11. Se tienen dos armas A y B. La probabilidad de dar con ellas en el blanco
son P(A) = 0,6 y P(B) = 0,8. se dispara con ambas armas, determinar la
probabilidad de dar en el blanco con una sola de ellas.

12. Se escogen al azar 3 lámparas entre un total de 15, de las cuales 5 son
defectuosa. Hallar la probabilidad que:

a) ninguna sea defectuosa

b) una exactamente sea defectuosa

c) una por los menos sea defectuosa.

13. Solo el 60% de los estudiantes de la clase de estadística del profesor H

pasaron la 1ª prueba. De quienes pasaron, el 80% estudiaron, el 20% de
quienes no pasaron si estudiaron. ¿Debería usted estudiar para la prueba
del profesor?.

14. Si se tiene tres resultados definidos en un espacio muestral S y se conoce

que: P(A) = 0,40; P(B) = 0,42; P(C) = 0,15; P(A/B) = 0; P(A/C) = 0; P(C/B) =
0,11 Diga si:

a) A y B son independientes.

b) A y C son mutuamente excluyentes.

c) B y C son independientes.