PROBABILIDAD

SHIRLEY PATRICIA GARCIA

M.Sc. Estadística

INGENIERIA AGRONOMICA
Santa Marta, 2024
 Introducción a la Probabilidad

La historia del cálculo de probabilidades es, entre todas las ramas de

las matemáticas, algo singular, ya que nace como una teoría para
juegos de azar y muy pronto se utiliza para el estudio de fenómenos
colectivos tales como riesgos económicos y sociales, predicciones
estadísticas y otros muchos problemas filosóficos de diversos tipos.

Así durante casi tres siglos (XVII, XVIII y XIX el llamado periodo
clásico de la probabilidad), la motivación y el motor para su desarrollo
proviene sobre todo, de temas externos a la matemática. El problema
principal a que se enfrenta esta teoría es el de cómo pasar del
contenido intuitivo del concepto de azar a conceptos rigurosos dentro
de la matemática. Díaz (2019)
 Conceptos Importantes en la Probabilidad

La Probabilidad estudia ciertos experimentos llamados aleatorios, o sea

regidos por el azar, en que se conocen todos los resultados posibles, pero
no es posible tener certeza de cuál será en particular el resultado del
experimento. Por ejemplo, experimentos aleatorios cotidianos son el
lanzamiento de una moneda, el lanzamiento de un dado, extracción de una
carta de un mazo de naipes.

Podemos distinguir entre dos tipos de experimentos:

Experimento aleatorio: Experimento en el que no se puede predecir el

resultado que se va a obtener, aunque se repita muchas veces. Ejemplo de
ello es: Lanzar una moneda al aire, lanzar un dado, sacar una bolita de un
saco entre muchas idénticas de distinto color.
 Conceptos Importantes en la Probabilidad

Experimento determinista: Experimento en que sabemos de

antemano lo que va a ocurrir, ejemplo de ello son: El tiempo en
que demora una piedra en caer desde una misma altura,
escoger un alumno entre los estudiantes de un colegio.

Espacio Muestral: Es el conjunto de todos los posibles

resultados que se pueden obtener al realizar un experimento
aleatorio, denotaremos el espacio muestral con la letra S.
• Ejemplo:
a. Al lanzar un dado normal una vez, el espacio muestral es:
• S = {1, 2, 3, 4, 5, 6}
 Conceptos Importantes en la Probabilidad

b. Se toma una semilla al azar de un depósito y se lleva a cabo la

prueba de viabilidad. El resultado puede ser: viable (V) o no viable (N).
El espacio muestral de este experimento es:

𝑆 = 𝑉, 𝑁

Si en el caso anterior se toma tres semillas, el espacio muestral será:

𝑆 = 𝑉𝑉𝑉, 𝑁𝑉𝑉, 𝑉𝑁𝑉, 𝑉𝑉𝑁, 𝑉𝑁𝑁, 𝑁𝑉𝑁, 𝑁𝑁𝑉, 𝑁𝑁𝑁

 Conceptos Importantes en la Probabilidad

c. Se determina el porcentaje de humedad de una sustancia.

𝑆 = 𝑋/0 ≤ 𝑋 ≤ 100

Con los ejemplos anteriores puede observarse que existen espacios

muestrales finitos, puesto que se pueden enumerar todos los
resultados posibles. Así mismo pueden ser discretos como en el
ejemplo inmediatamente anterior.
 Conceptos Importantes en la Probabilidad

Punto Muestral: Es cualquier elemento del espacio muestral.

Evento: Es cualquier subconjunto del espacio muestral.

• Ejemplo: Que al lanzar un dado una vez, estemos interesados en un
número par. En este caso el evento es:
A = {2, 4, 6} ⊆ S = {1, 2, 3, 4, 5, 6}

Evento Imposible: Es aquel que no tiene puntos muestrales (o no

tienen elementos que pertenecen al espacio muestral)
• Ejemplo: Al lanzar un dado normal una vez, A = {}, si el resultado
que se desea es 7.
 Conceptos Importantes en la Probabilidad

Evento Seguro: Es aquel que al realizar un experimento siempre ocurrirá

• Ejemplo: Al lanzar un dado normal, el evento S = {1, 2, 3, 4, 5, 6}, es un
evento seguro.

Evento Simple: Se dice que un evento es simple si contiene un solo punto

muestral. También se dice que son eventos que no pueden ser
descompuestos.
• Ejemplo: Al lanzar un dado normal una vez, A = {4}, es un evento simple.
Al tomar una semilla esta puede ser viable o no viable los eventos simples
correspondientes son:
𝐸1 = Semilla viable
𝐸1 = Semilla no viable
 Conceptos Importantes en la Probabilidad

Evento Compuesto: Se dice que un evento es compuesto, si

contiene más de un punto muestral
• Ejemplo: Al lanzar un dado normal una vez, A = {2, 4, 6}, es un
evento compuesto.

Eventos Disyuntos: Dos eventos son disyuntos si su intersección es

vacía, es decir si la ocurrencia de uno de ellos, anula la ocurrencia del
otro y viceversa.
• Ejemplo: Al lanzar un dado normal una vez, A = {1} y B = {3}, son
eventos disyuntos
 Teoría de conjuntos

Sea U el conjunto universal, A y B, subconjuntos de U, se define

entonces:
El complemento de un conjunto. El complemento de un
conjunto o conjunto complementario es otro conjunto que contiene
todos los elementos que no están en el conjunto original.
• Ac = {x/x ∈ U ∧ x no pertenece a A}

Tomado de: https://conjuntosblogblog.wordpress.com/complemento/

 Teoría de Conjuntos

La unión entre dos conjuntos A y B. La unión de dos (o más) conjuntos es

una operación que resulta en otro conjunto, cuyos elementos son los mismos de los
conjuntos iniciales.
A∪ B = {x/x ∈ A ∨ x ∈ B}

Tomado de: https://es.wikipedia.org/wiki/Uni%C3%B3n_de_conjuntos#/media/Archivo:PolygonsSetUnion.svg

 Teoría de Conjuntos

La intersección de dos conjuntos A y B. se define la intersección de dos

o más conjuntos a otro conjunto resultante con los elementos comunes a
los conjuntos iniciales.
A ∩ B = {x/x ∈ A ∧ x ∈ B}

Tomado de: https://es.wikipedia.org/wiki/Intersecci%C3%B3n_de_conjuntos#/media/Archivo:PolygonsSetIntersection.svg

 Teoría de Conjuntos

La diferencia entre dos conjuntos A y B. la diferencia de

dos conjuntos es una operación que da como resultado otro conjunto
con los elementos del primer que no están en el segundo conjunto.
• A − B = A ∩ Bc = {x/x ∈ A ∧ x no pertenecen a B}

Tomado de: https://es.wikipedia.org/wiki/Diferencia_de_conjuntos#/media/Archivo:PolygonsSetDifference.svg

 Propiedades de los Conjuntos

• Si U es el conjunto universal, y, A, B y C son subconjuntos de U, se

cumplen las siguientes condiciones:

• 1. A ∩ ∅ = ∅
• 2. A ∩ U = A
• 3. A ∩ Ac = ∅
• 4. A ∪ ∅ = A
• 5. A ∪ U = U
• 6. A ∪ Ac = U
• 7. A ∪ B = B ∪ A
 Propiedades de los Conjuntos

• 8. A ∩ B = B ∩ A
• 9. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
• 10. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
• 11. (A ∪ B)c = Ac ∩ Bc
• 12. (A ∩ B)c = Ac ∪ Bc
• 13. A = (A ∩ B) ∪ (A ∩ Bc)
• 14. Si A y B no tienen elementos en común es decir son disyuntos,
entonces A ∩ B = ∅
 Definición empírica de Probabilidad

Sea S el espacio muestral en un experimento aleatorio y sea A

un evento de S. Se define la probabilidad de A, denotada P(A),
así:
 Definición axiomática de Probabilidad

Sea S el espacio muestral de un experimento aleatorio y sea F el conjunto de “todos”

los subconjuntos de S, ( es decir, son eventos) y sea P una función:
𝑷: 𝑭 → ℝ
Una variable aleatoria es una función que a cada resultado posible de un
experimento aleatorio le asocia un número real.
Se dice que P es una función de probabilidad o simplemente una probabilidad si y solo
si se cumplen las siguientes condiciones:
• 𝑃 𝐴 ≥0
• 𝑃(𝑆) = 1
• Si 𝐴1 , 𝐴2 , …, 𝐴∞ es una sucesión infinita de eventos disyuntos dos a dos, entonces:

∞
𝑃 𝑈𝑖=1 𝐴𝑖 = σ∞
𝑖=1 𝑃 𝐴 = 𝑃(𝐴1 , 𝐴2 , … , 𝐴∞ )

Nota: P esta definida solo en el intervalo [0,1]

 Teorema

Sean A y B eventos de S, y S es el espacio muestral, entonces:

1. 𝑃 ∅ = 0
2. 𝑃 𝐴𝐶 = 1 − 𝑃 𝐴
3. 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
4. 𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵 + 𝑃(𝐴 ∩ 𝐵𝑐 )
5. 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 ; 𝑠𝑖 𝐴 ∩ 𝐵 = ∅. 𝑆𝑖 𝐴1 , 𝐴2 , … , 𝐴𝑛
𝑒𝑠 𝑢𝑛𝑎 𝑠𝑢𝑐𝑒𝑠𝑖ó𝑛 𝑓𝑖𝑛𝑖𝑡𝑎 𝑑𝑒 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑑𝑖𝑠𝑦𝑢𝑛𝑡𝑜𝑠 𝑑𝑜𝑠 𝑎 𝑑𝑜𝑠 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠:
𝑛
∞
𝑃 𝑈𝑖=1 𝐴𝑖 = ෍ 𝑃 (𝐴𝑖 )
𝑖=1
 Probabilidad

Ejemplos: Suponga que P(A)=0.5; P(B)=0.3 y P(AUB)=0.6

Calcular

• P(𝐴𝑐 )
• P(A ∩B)
• P(A ∩ 𝐵𝑐 )
• P(𝐴𝑐 ∩ 𝐵𝑐 )
• P(𝐴𝑐 ∪ B)
• P(𝐴𝑐 ∪ 𝐵𝑐 )
 Diagramas de Árbol

Un árbol de probabilidad o diagrama de árbol es una representación

gráfica de los posibles resultados de un experimento. Permite calcular
la probabilidad de que ocurra un evento de manera muy sencilla.

Para su construcción se partirá poniendo una rama para cada una de

las posibilidades, acompañada de su probabilidad o de las opciones si
está ante un problema de conteo.

Para el cálculo de las probabilidades se debe tener en cuenta que si

se avanza a la derecha entonces se debe multiplicar; si para calcular
cierta probabilidad se avanza hacia abajo entonces se suma.
 Diagramas de Árbol

Ejemplo.
Una universidad está formada por tres facultades:
La Facultad 1 (F1) con el 50% de los estudiantes
La facultad 2 (F2) con el 25% de los estudiantes
La facultad 3 (F3) con el 25% de los estudiantes

Las mujeres están repartidas uniformemente, siendo el 60% del

total en cada facultad. Construya el diagrama de árbol. Cuál es
la probabilidad de encontrar una alumna de la primera facultad?
Cuál es la probabilidad de encontrar un alumno hombre?
Diagramas de Árbol
 Probabilidad

Practica en casa.
1. Un estudiante contesta al azar dos preguntas de verdadero (V) o falso (F).
a) Escriba el espacio muestral de ese experimento
b) Describa los elementos de los siguientes sucesos y su probabilidad de ocurrencia: A= responda
falso a una sola pregunta, B= Contesta verdadero al menos a una pregunta.
2. Para el viaje de promoción de un colegio, se han propuesto dos lugares: Santa Marta y Cartagena.
Se elige a tres alumnos al azar para conocer su preferencia:
a) Determine el espacio muestral
b) Describa los elementos de los siguientes eventos y su probabilidad de ocurrencia:
• A: todos prefieren viajar a Santa Marta
• B: Solamente uno elige Cartagena
• C: Por los menos dos escogen Santa Marta

c) Realice las siguientes operaciones y sus respectivas probabilidades (𝐴 ∪ 𝐵) 𝐵 ∪ 𝐶

 Probabilidad

3. Un estudio realizado en una institución educativa sobre problemas visuales detectó que el 14% de su
alumnos tenía miopía, el 18% presentaba astigmatismo y el 5% ambos problemas. Si se escoge un alumno al
azar, calcular la probabilidad de que:
a) Tenga miopía, astigmatismo, o ambos problemas
b) No sufra de astigmatismo
c) Padezca solamente de miopía
d) No tenga estas enfermedades
e) Presente miopía y a la vez astigmatismo.

4. En un grupo de licenciaturas de la Universidad del Magdalena hay 10 alumnas rubias, 20 morenas, 5

alumnos rubios y 10 morenos. Encontrar la probabilidad de que un alumno:
a) Sea Hombre
b) Sea mujer morena
c) Sea hombre o mujer
 Técnicas de Conteo

Son estrategias matemáticas usadas en probabilidad y

estadística que permiten determinar el número total de
resultados que pueden haber a partir de hacer combinaciones
dentro de un conjunto o conjunto de objetos.

• Principio de Adición. Si un evento A puede realizarse de m

maneras diferentes y un evento B puede realizarse de n
maneras distintas, y los eventos no pueden darse
conjuntamente, entonces el número de formas distintas en que
pueden darse los eventos A o B es m+n. Es decir aquí ocurre A
o ocurre B. El “o” indica suma.
 Técnicas de conteo

Ejemplo.
Laura quiere viajar de Santa Marta a Medellín por vía aérea o terrestre.
Para viajar por vía aérea puede comprar el tiquete en tres compañías:
Avianca, Viva Air, Latam o para viajar por vía terrestre puede comprar el
boleto en cuatro empresas: Coopetran, Berlinas, Unitransco y Brasilia. De
cuántas maneras puede viajar Laura de Santa Marta a Medellín?

Evento A= Vía aérea con 3 rutas

Evento B= Vía terrestre con 4 rutas
Número de formas distintas de viajar de Santa Marta a Medellín es:
4+3=7
 Técnicas de Conteo

• Principio de Multiplicación. Si un evento A puede realizarse

de m maneras diferentes y un evento B puede realizarse de n
maneras distintas, y los eventos pueden darse conjuntamente,
entonces el número de formas distintas en que pueden darse
los eventos A y B conjuntamente es mxn. Este principio se usa
cuando la acción es secuencial, es decir, está conformada por
eventos que ocurren de forma ordenada. Ambos eventos se
realizan. El “y” indica multiplicación.

Ejemplo. Cuánto resultados diferentes se obtendrán de lanzar

una moneda y un dado simultáneamente?
 Técnicas de Conteo

Evento A: Lanzar una moneda una vez; A={c,s}

Evento B: Lanzar un dado una vez; B={1,2,3,4,5,6}

Número de formas distintas en que pueden darse los eventos

simultáneamente es 2x6=12

Verifique su respuesta con un diagrama de árbol

 Técnicas de Conteo

Practica en casa.
Identifique el principio a usar y el espacio muestral
1. Martha tiene la posibilidad de realizar sus practicas académicas en 4 centros escolares. En el
primer centro tiene 2 opciones, en el segundo tiene 3, en el tercero 4 y en el cuarto 1 opción.
Determine cuantas opciones tiene Martha en total para realizar sus prácticas académicas?
2. Si usted tiene 2 camisas, 3 pantalones y 4 corbatas. De cuantas maneras distintas puede combinar
una camisa, un pantalón y una corbata?
3. María visita una tienda de calzado y por su compra le ofrecen como obsequio la posibilidad de
escoger 1 par de zapatos. Teniendo que la tienda le ofrece 4 tipos de sandalias, 2 tipos de zapatillas
o 4 tipos de botas. Cuantos zapatos diferentes le ofrece la tienda?
4. Cuantos puntos muestrales hay en un espacio muestral al lanzar un par de dados una vez?
5. Si se lanzan dos dados al mismo tiempo de cuantas maneras la suma de los puntos es 7 u 8?
6. En la situación del problema anterior (ejercicio 5), determine cuantas maneras hay para que la
diferencia de los puntos sea 2 o 3?
7. Considere el experimento de lanzar una moneda al aire tres veces. De cuántas formas se puede
obtener una, dos o tres caras? Realice el diagrama de árbol correspondiente.
 Función Factorial

La función factorial es una fórmula matemática representada por el

signo de exclamación “!” que se coloca después del número. Esto
quiere decir que se deben multiplicar todos los números enteros y
positivos que hay entre el número que aparece en la fórmula y el
número 1.
7!= 1 x 2 x 3 x 4 x 5 x 6 x 7= 5040

A este número se le llama siete factorial o factorial de siete.

Qué pasa con el 0 factorial? Si volvemos a la definición de función factorial
podemos ver que no tiene sentido aplicarla en el caso del “0”. No existen
números positivos anteriores al 0 por lo que 0 x 0 = 0.
 Función Factorial

No obstante, se ha acordado que en el caso de 0 factorial el

resultado será igual a 1
0!=1

Es posible calcular el factorial de ½?

Para este caso se hace uso de la función Gamma Γ definida así:

∞
Γ α = න 𝑡 α−1 𝑒 −𝑡 𝑑𝑡
0
 Permutación

Una permutación es un arreglo de varios elementos (cantidad finita)

en los que es importante tener en cuenta su orden o posición.

Piense en una permutación como si fuera un vector, si se tiene el

vector (4, 5, 6), este será diferente del vector (6, 5, 4), aunque
contengan los mismos elementos.

Tomado de: https://www.fhybea.com/permutacion.html

 Permutación

Teorema. El número de permutaciones de n elementos distintos,

tomados de k en k, sin repetición denotado nPk se define así:

𝑛!
nPk= 𝑛−𝑘 !

Con k≤ 𝑛. Si k=n se tiene entonces que :

𝑛!
nPn= 𝑛−𝑛 !
= n!
 Permutación

Ejemplo. De cuántas formas diferentes se pueden sentar 5 alumnos en

un salón con 5 sillas?
Se tiene que n=5 y k=5 entonces
5P5= 5!= 1x 2x 3x 4x 5=120

Hay un grupo de 10 personas y un sofá donde solo caben 5, de cuantas

formas se pueden sentar?
Se tiene que n=10 y k=5 entonces si k≤ 𝑛
10!
10P5= 10−5 !
= 30240
 Permutación

Teorema. El número de permutaciones de n elementos distintos,

tomados de k en k, con repetición denotado nPkr se define así:
𝑘
P
n kr =𝑛
Teorema. El número de permutaciones de n elementos de los cuales
𝑛1 son iguales entre sí, 𝑛2 iguales entre sí pero distinto de los
anteriores, y así sucesivamente hasta llegar al grupo k- ésimo que
tiene 𝑛𝑘 elementos iguales entre sí pero distintos de todos los
anteriores, denotado 𝑛 P𝑛1 , 𝑛2 …, 𝑛𝑘 viene dado así:

𝑛!
n𝑃𝑛1 ,𝑛2 ,…, 𝑛𝑘 =𝑛 !.𝑛 !… 𝑛 !
1 2 𝑘
 Permutación

Ejemplo. Cuántos números de dos cifras con repetición se pueden

formar usando todos los siguientes dígitos: 5, 7 y 9?. Escriba el
espacio muestral.

Se tiene que n= 3 y k= 2 entonces

2
3P2r=3

El espacio muestral viene dado por

S={ (5,5),(5,7),(5,9),(7,7),(7,5),(7,9),(9,9),(9,5),(9,7) }
 Permutación

Se tiene 4 computadoras X, 3 computadoras Y y 3 computadoras W de cuántas

maneras diferentes se pueden ordenar en línea recta?
Se tienen en total 10 computadoras, de las cuales existen 4, 3 y 3 de cada tipo de
acuerdo con la formula se tiene:

10!
n𝑃𝑛1 ,𝑛2 ,…, 𝑛𝑘 =4! 3! 3!= 4200 (total de arreglos diferentes)

Cuantas permutaciones diferentes se pueden formar con la palabra Guanajuato?

En este ejercicio existen letras repetidas a=3, u=2, y solo una de las siguientes
letras g, n, j, t, o. Por la formula se tiene:

10!
n𝑃𝑛1 ,𝑛2 ,…, 𝑛𝑘 =3! 2! 1!1! 1! 1!1! =302400 permutaciones
 Permutación

Practica en casa.
1. En una carrera participan 4 atletas de cuantas maneras distintas pueden llegar a la meta, si
llegan uno a continuación del otro?
2. Eduardo, Carlos y Sergio se han presentado a un concurso de pintura. El concurso otorga
$200.000 al primer puesto y $100.000 al segundo. De cuántas formas se pueden repartir los
premios de primer y segundo lugar?
3. En un salón de clases se tienen 10 pupitres. Si a la clase asisten 4 estudiantes de cuántas
maneras distintas pueden ocupar los puestos los estudiantes?
4. Cuántas palabras diferentes de 4 letras (aun cuando no tengan sentido) pueden formarse a
partir de la palabra lobo?
5. De cuantas maneras diferentes se pueden acomodar 4 personas en una fila de 4 asientos?
6. Se tienen telas de 8 colores diferentes y Vanesa desea confeccionar un traje tricolor. De cuantas
maneras puede confeccionar el traje?
7. De cuantas maneras puede exhibir 7 libros diferentes, si el estante solo tiene 3 lugares
disponibles.
8. Con los números 2,2,2,3,3,3,3,4,4 cuantos números de nueve cifras se pueden formar?
 Combinación

En algunos casos, cuando se elige un conjunto de elementos de un

conjunto mas grande, no se tiene en cuenta el orden de los elementos
elegidos; sólo se consideran los elementos que se eligen. A cada
grupo distinto de elementos que se puede seleccionar, sin importar el
orden se le llama combinación.

Teorema. El número de combinaciones de n elementos distintos

𝑛
tomados de k en k denotado como nCk o viene dado así:
𝑘

𝑛 𝑛!
nCk= 𝑘 =𝑘! 𝑛−𝑘 !

Con k≤ 𝑛. Qué sucede si k=n?

 Combinación

Si k=n se tiene:

𝑛 𝑛!
nCn= 𝑛 = =1
𝑟 𝑛! 0 !

En el caso del número de combinaciones posibles con repetición

𝑛
de un conjunto de n elementos, denotado como nCkr o 𝑘
𝑟

𝑛 (𝑛+𝑘−1)!
nCkr= 𝑘 = 𝑘! 𝑛−1 !
𝑟
 Combinación

Ejemplo.
Un chef va a preparar una ensalada de verduras con tomate, zanahoria, papa y brócoli. De
cuantas formas se puede preparar la ensalada usando solo dos ingredientes?
En este caso no importa el orden en el que se tomen los ingredientes para la ensalada
pues da igual si es una ensalada de tomate con zanahoria, que una ensalada de zanahoria
con tomate, ya que al final el chef mezclará los dos ingredientes.
El número total de arreglos o formas se calcula con la formula donde n=4 es el número total
de elementos y k=2 tomados de 2 en 2
𝑛 𝑛!
C
n k= =
𝑘 𝑘! 𝑛−𝑘 !
Reemplazando se tiene:
𝑛 4!
C
n k= = = 6 formas
𝑘 2! 4−2 !
 Combinación

De cuantas formas se pueden sentar 5 personas en 5 sillas sin que exista

ningún tipo de orden, restricción o preferencia?
n=5 y k=5 entonces la fórmula sería:
𝑛 𝑛!
nCn= 𝑛 =
𝑛! 0 !
=1
𝑟

Reemplazando tenemos:
5 5!
5C5= = =1 forma
5 𝑟 5! 0 !

Para pensar:
Cuántas fichas tiene un juego de dominó?
 Combinación

Practica en casa.
1. A cierto evento asisten 30 personas y se elegirá aleatoriamente a 5 para recibir
premios. Estos últimos son iguales, así que el orden en el que se eligen las
personas no es importante. Cuántos grupos diferentes de 5 personas se
pueden formar?
2. Cuantas combinaciones de tres cifras, pueden hacerse con los dígitos
impares?
3. Encontrar el numero de palabras que se pueden formar con todas las letras de
la palabra ALGEBRA.
4. Un alumno decide presentar 3 de las 5 evaluaciones (aritmética, español,
ingles, religión y sociales) que tiene pendiente en su colegio. De cuantas
maneras diferentes puede elegir estas evaluaciones?
5. Daniela necesita seleccionar 4 personas entre los 20 candidatos que tiene,
para formar su equipo de trabajo. De cuántas maneras puede hacer la
selección? El orden en el que lo haga no influye.
 Probabilidad

Ejercicios de repaso.

1. Una organización de caridad vende 1000 billetes de lotería. Hay 10 primeros premios y
100 premios de consolación, todos los cuales deben ser distribuidos. El proceso de
selección de los ganadores es tal que, al principio, cada boleto tiene las mismas
posibilidades de ganar un primer premio, y cada uno tiene las misma posibilidades de
ganar un premio de consolación. Ningún boleto puede ganar mas de un premio.
a. Cuál es la probabilidad de ganar un primer premio con un único boleto?
b. Cuál es la probabilidad de ganar un premio de consolación?
c. Cuál es la probabilidad de ganar algún premio?

2. Un director de personal tiene 8 candidatos para cubrir 4 puestos. De estos, 5 son

extranjeros y 3 son nacionales. Si, de hecho, toda combinación de candidatos tiene las
mismas probabilidades de ser elegido, cuál es la probabilidad de que ningún candidato
nacional sea contratado?
 Probabilidad subjetiva o Personal

Es aquella que se basa en la experiencia individual. El enfoque subjetivo define la

probabilidad de un evento a base del grado de confianza que una persona tiene de que el
evento ocurra, teniendo en cuenta toda la evidencia que tiene disponible, fundamentado en
la intuición, opiniones, creencias personales y otra información indirecta relevante. Debido
a que el valor de la probabilidad es un juicio personal, al enfoque subjetivo se le denomina
también como enfoque personalista.
No se involucran cálculos matemáticos sino que se basan en “grado de creencia” a cerca
de que tenga o no lugar un determinado hecho, como por ejemplo si una persona intenta
calcular la probabilidad de que mañana llueva basándose en la experiencia que tiene del
clima de esa zona, es una probabilidad subjetiva porque la persona no está realizando
ningún cálculo matemático, sino que se fundamenta en su intuición.
Otro ejemplo de probabilidad subjetiva es cuando un analista profesional determina, a partir
de su experiencia previa, el porcentaje que tiene un equipo en ganar un trofeo. En este
caso, el analista no está utilizando ningún modelo matemático para predecir el futuro, sino
que su opinión está basada en su experiencia y su conocimiento del deporte.
 Probabilidad Condicional

Un espacio muestral contiene todos los resultados posibles de un

experimento. A veces se obtiene algo de información adicional acerca de un
experimento que indica que los resultados provienen de cierta parte del
espacio muestral. En este caso, la probabilidad de un evento está basada
en los resultados de esa parte del espacio muestral. Una probabilidad que
se basa en una parte del espacio muestral se llama probabilidad
condicional. (Navidi, 2006)

Definición: Sean A y B eventos de un espacio muestral S, se define la

probabilidad condicional de A dado B, denotada P(A|B), así:

𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)
Con P(B) ≠ 0
 Regla de la multiplicación

Algunas veces se conoce 𝑃 𝐴 𝐵 y se desea encontrar P A ∩ 𝐵 . Se puede

obtener un resultado que sea útil para este propósito al multiplicar ambos lados de
la ecuación por 𝑃(𝐵). Esto conduce a la regla de la multiplicación.
Si A y B son dos eventos con 𝑃(𝐵) ≠ 0, entonces:

𝑃 𝐴∩𝐵 =𝑃 𝐵 𝑃 𝐴 𝐵

Si A y B son eventos independientes, entonces:

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)

Para cualquier número de eventos, 𝐴1 , 𝐴2 , …, 𝐴𝑛 son eventos independientes

entonces:

𝑃 𝐴1 ∩ 𝐴2 … ∩ 𝐴𝑛 = P 𝐴1 P 𝐴2 … 𝑃(𝐴𝑛 )
 Probabilidad Condicional

Ejemplo.
En una facultad de la Universidad hay 100 estudiantes, de los cuales 30
son mujeres y 70 son hombres. Supongamos, además, que hay 21 mujeres
y 33 hombres que fuman.
Calcule las siguientes probabilidades:

a. Si se saca un individuo al azar, determinar la probabilidad de que sea

mujer
b. Si se saca un individuo, determinar la probabilidad que sea mujer y que
fume.
c. Si del grupo de las 30 mujeres se saca un individuo, determinar la
probabilidad de que fume.
 Probabilidad Condicional

La probabilidad de que un ingeniero agrónomo diagnostique de manera correcta una

enfermedad particular en un cultivo es de 0.7. Dado que el ingeniero hace un diagnóstico
incorrecto, la probabilidad de que el propietario de la finca presente una demanda es de
0.9. ¿Cuál es la probabilidad de que el ingeniero presente un diagnóstico incorrecto y el
paciente demande?

P(B|I)= 0.9
Incorrecto 0.3
Diagnóstico P(𝐵𝑐 |I)= 0.1
Correcto 0.7
Definiendo eventos:
A= diagnosticar de forma correcta
B= El paciente demanda
 Probabilidad Total

Un espacio muestral S contiene los eventos 𝐴1 , 𝐴2 , 𝐴3 , 𝐴4 . Estos son

mutuamente excluyentes, ya que no coinciden. Son también exhaustivos, ello
significa su unión abarca todo el espacio muestral.

Cada resultado en este espacio pertenece a uno y solo uno de los eventos
𝐴1 , 𝐴2 , 𝐴3 , 𝐴4 .

El evento B es cualquier evento. En la figura, cada uno de los eventos 𝐴𝑖 que

intersectan a B, forman los eventos (𝐴1 ∩ 𝐵), (𝐴2 ∩ 𝐵), (𝐴3 ∩ 𝐵) y (𝐴4 ∩ 𝐵).
Es obvio de la figura que los eventos (𝐴1 ∩ 𝐵), (𝐴2 ∩ 𝐵), (𝐴3 ∩ 𝐵) y (𝐴4 ∩ 𝐵) son
mutuamente excluyentes y que abarcan a B.
 Probabilidad Total

Cada resultado en B pertenece a uno y solo uno de los eventos (𝐴1 ∩ 𝐵),
(𝐴2 ∩ 𝐵), (𝐴3 ∩ 𝐵) y (𝐴4 ∩ 𝐵). Por lo tanto:
 Probabilidad Total

Teorema: Sean 𝐴1 , 𝐴2 , … , 𝐴𝑛 una sucesión disyunta de eventos del espacio

muestral y sea B otro evento del espacio muestral, entonces:

𝑛 𝑛

𝑃 𝐵 = ෍ 𝑃 𝐴𝑖 ∩ 𝐵 = ෍ 𝑃 𝐴𝑖 𝑃(𝐵|𝐴𝑖 )
𝑖=1 𝑖=1
 Probabilidad Total

Ejemplo. Para la siembra se preparan simientes de trigo de primera selección mezcladas con
pequeñas cantidades de semilla de segunda, tercera y cuarta selección. Si se sabe que las
probabilidades de que un grano escogido al azar pertenezca a una u otra clase son las
siguientes:
𝑷 𝑨𝟏 = 𝟎. 𝟗𝟔 𝑷 𝑨𝟐 = 𝟎. 𝟎𝟏 𝑷 𝑨𝟑 = 𝟎. 𝟎𝟐 𝑷 𝑨𝟒 = 𝟎. 𝟎𝟏

Y además, que la probabilidad para que la semilla engendre una espiga de 50 granos como
mínimo (B) es 0.5 para la primera selección, 0.15 para la segunda, 0.20 para la tercera y 0.05
para la cuarta. Esto es:
𝑷 𝑩|𝑨𝟏 = 𝟎. 𝟓 𝑷 𝑩|𝑨𝟐 = 𝟎. 𝟏𝟓 𝑷 𝑩|𝑨𝟑 = 𝟎. 𝟐𝟎 𝑷 𝑩|𝑨𝟒 = 𝟎. 𝟎𝟓

La probabilidad de que una semilla engendrada por una semilla escogida al azar tenga 50
granos como mínimo es:

𝐏 𝐁 = 𝑷 𝑨𝟏 𝑷 𝑩|𝑨𝟏 + 𝑷 𝑨𝟐 𝑷 𝑩|𝑨𝟐 + 𝑷 𝑨𝟑 𝑷 𝑩|𝑨𝟑 + 𝑷 𝑨𝟒 𝑷 𝑩|𝑨𝟒

𝐏 𝐁 = 𝟎, 𝟗𝟔 ∗ 𝟎, 𝟓 + 𝟎. 𝟎𝟏 ∗ 𝟎. 𝟏𝟓 + 𝟎. 𝟎𝟐 ∗ 𝟎. 𝟐𝟎 + 𝟎. 𝟎𝟏 ∗ 𝟎. 𝟎𝟓 = 𝟎. 𝟒𝟖𝟔
 Probabilidad Total

Ejemplo. Un colegio está interesado en adquirir computadores para sus docentes. Los
docentes pueden seleccionar el computador de acuerdo a las actividades que realizan
teniendo en cuenta la capacidad de almacenamiento o memoria del computador. De todos
los computadores vendidos por la empresa el 45% tiene baja capacidad de
almacenamiento, 35% media capacidad de almacenamiento y 20% gran capacidad de
almacenamiento.
Los computadores son evaluados y se sabe que a los dos años de su compra fallan 10%
de los que tiene baja capacidad de almacenamiento, mientras que los de capacidad media
de los de gran capacidad fallan 12 y 15% respectivamente. Se elige aleatoriamente un
registro de fallas. Cuál es la probabilidad de que un computador elegido aleatoriamente
pueda fallar en una prueba dentro de los dos primeros años?
Considere B el evento de que un computador falle en una prueba dentro de los 2 primeros
años. 𝐴1 el evento de que es un computador con baja capacidad de almacenamiento, 𝐴2 el
evento de que es un computador con capacidad media de almacenamiento y 𝐴3 el evento
de que es un computador con gran capacidad de almacenamiento.
Probabilidad total
 Teorema de Bayes

El teorema de Bayes en la teoría de la probabilidad es una proposición

planteada por el matemático ingles Thomas Bayes (1702-1761) y publicada
póstumamente en 1763. El teorema de Bayes es válido en todas las
aplicaciones de teoría de la probabilidad. Sin embargo, hay una controversia
sobre el tipo de probabilidades que emplea.

En esencia, los seguidores de la estadística tradicional solo admiten

probabilidades basadas en experimentos repetibles y que tengan una
confirmación empírica mientras que los llamados estadísticos bayesianos
permiten probabilidades subjetivas.

Una aplicación de esto son los clasificadores bayesianos que son

frecuentemente usados en implementaciones de filtros de correo basura o
spam, que se adaptan con el uso. Otra aplicación se encuentra en la fusión de
datos, combinando información expresada en términos de densidad de
probabilidad proveniente de distintos sensores.
 Teorema de Bayes

Bajo las mismas condiciones de la regla de probabilidad total, se

cumple que:

𝑃(𝐵|𝐴𝑘 )𝑃 𝐴𝑘
𝑃 𝐴𝑘 𝐵 = 𝑛
σ𝑖=1 𝑃(𝐵|𝐴𝑖 )𝑃 𝐴𝑖

Por definición de probabilidad condicional 𝑃 𝐵 𝐴 = 𝑃(𝐵∩𝐴)

𝑃(𝐴)
y aplicando la
regla del producto en el numerador y la probabilidad total en el
denominador σ𝑛𝑖=1 𝑃 𝐴𝑖 𝑃 𝐵 𝐴𝑖 se obtiene la regla de Bayes. La formula
permite calcular fácilmente probabilidades condicionales, llamadas
aposteriori siempre y cuando se conozcan las probabilidades a priori y
las probabilidades condicionales.
 Teorema de Bayes

Caso especial. Sean A y B eventos con 𝑃(𝐴) ≠ 0, 𝑃(𝐴𝐶 )≠ 0 y 𝑃(𝐵) ≠ 0.

Entonces:

𝑃 𝐵 𝐴 𝑃(𝐴)
𝑃 𝐴𝐵 =
𝑃 𝐵 𝐴 𝑃 𝐴 + 𝑃 𝐵 𝐴𝑐 𝑃(𝐴𝑐 )

Caso general. Sean 𝐴1 , … , 𝐴𝑛 eventos mutuamente excluyentes y

exhaustivos con 𝑃(𝐴𝑖 ) ≠ 0 para cada 𝐴𝑖 . Sea 𝐵 cualquier evento con
𝑃(𝐵) ≠ 0. Entonces:

𝑷(𝑩|𝑨𝒌 )𝑷 𝑨𝒌
𝑷 𝑨𝒌 𝑩 = 𝒏
σ𝒊=𝟏 𝑷(𝑩|𝑨𝒊 )𝑷 𝑨𝒊
Teorema de Bayes
 Teorema de Bayes

Ejemplo. Un colegio está interesado en adquirir computadores para sus docentes. Los
docentes pueden seleccionar el computador de acuerdo a las actividades que realizan
teniendo en cuenta la capacidad de almacenamiento o memoria del computador. De todos
los computadores vendidos por la empresa el 45% tiene baja capacidad de
almacenamiento, 35% media capacidad de almacenamiento y 20% gran capacidad de
almacenamiento.
Los computadores son evaluados y se sabe que a los dos años de su compra fallan 10%
de los que tiene baja capacidad de almacenamiento, mientras que los de capacidad media
de los de gran capacidad fallan 12 y 15% respectivamente. Se elige aleatoriamente un
registro de fallas. Cuál es la probabilidad de que este sea de un computador con pequeña
capacidad de almacenamiento?

Solución:
 Teorema de Bayes

P A1 = 0.45
P(A2) = 0.35
P(A3) = 0.20
P(B | A1) = 0.10
P(B | A2) = 0.12
P(B | A3) = 0.15

P(B | A1)P(A1)
P(A1 | B) = =
P(B | A1)P(A1) + P(B | A2)P(A2) + P(B | A3)P(A3)

(0.10)(0.45)
P(A1 | B) = = 0.38
(0.10)(0.45) + (0.12)(0.35) + (0.15)(0.20)
 Teorema de Bayes

En una determinada explotación dedicada al cultivo de cierta fruta tropical se utilizan 3

métodos de riego por goteo M1, M2 y M3. En el 30% de la explotación se utiliza el método
M1, en el 40% el método M2 y el resto el método M3. Se sabe que el método de goteo de
la explotación funciona correctamente en el 85% de las ocasiones para M1, en el 95% de
las ocasiones para M2 y en el 87% de las ocasiones para M3. Si se observa el método de
riego por goteo de la explotación en un momento al azar, se pide:
a) Calcular la probabilidad de que el sistema de riego por goteo funcione correctamente.
b) Si se sabe que el sistema de riego por goteo no ha funcionado correctamente, ¿Cuál es
la probabilidad de que el fallo en el goteo se haya producido por el método M2?

Solución:
M1= 0.30
M2= 0.40
M3= 0.30
B= Funcionamiento correcto del Método de goteo
 Teorema de Bayes

a. Se desea calcular la probabilidad total de B. Según el teorema se tiene que:

𝑛 𝒏

𝑃 𝐵 = ෍ 𝑃 𝐴𝑖 ∩ 𝐵 = ෍ 𝑷 𝑨𝒊 𝑷(𝑩|𝑨𝒊 )
𝑖=1 𝒊=𝟏

𝑷 𝑩 𝑴𝟏 = 0.85 𝑷 𝑩 𝑴𝟐 =0.95 𝑷 𝑩 𝑴𝟑 = 0.87

𝑃 𝐵 = ෍ 𝑷 𝑨𝒊 𝑷(𝑩|𝑨𝒊 )
𝒊=𝟏

𝑷 𝑩 = 𝟎. 𝟑𝟎 ∗ 𝟎𝟖𝟓 + 𝟎. 𝟒𝟎 ∗ 𝟎. 𝟗𝟓 + 𝟎. 𝟑𝟎 ∗ 𝟎. 𝟖𝟕 = 𝟎. 𝟖𝟗𝟔

entonces la probabilidad de que el sistema de riego funcione correctamente es de 0,896

 Teorema de Bayes

b. Definiendo los eventos y teniendo en cuenta el teorema de Bayes se tiene:

M1= 0.30 M2= 0.40 M3= 0.30

𝑷 𝑩 𝑴𝟏 = 0.85 𝑷 𝑩 𝑴𝟐 =0.95 𝑷 𝑩 𝑴𝟑 = 0.87

P(B | A1)P(A1)
P(A1 | B) = =
P(B | A1)P(A1) + P(B | A2)P(A2) + P(B | A3)P(A3)

P(B | M2)P(M2)
P(M2 | B) = =
P(B | M1)P(M1) + P(B | M2)P(M2) + P(B | M3)P(M3)

0.95 ∗ 0.40
P(M2 | B) = = 0.424
0.85∗0.30 + 0.95∗0.40+ 0.87∗0.30)

La probabilidad de que el fallo en el goteo se haya producido por el M2 es de 0.424

 Probabilidad total y Teorema de Bayes

Practica en casa:

Un agricultor dispone de tres productos para fumigar las parcelas dedicadas al cultivo de
trigo. El producto P1 se utiliza en el 34% de las parcelas y los productos P2 y P3 tienen la
misma posibilidad de ser utilizados para fumigar las parcelas. La probabilidad que el
rendimiento medio de la semilla sea superior al 60% es igual a 0.2 para las parcelas
tratadas con el producto P1, a 0.9 para las parcelas tratadas con el producto P2 y a 0.45
para las parcelas tratadas con el producto P3. Se selecciona una parcela al azar, halle la
probabilidad de que tenga un rendimiento medio de la semilla mayor al 60%