UNIVERSIDAD NACIONAL SAN AGUSTIN DE

AREQUIPA

ESTADÍSTICA
APLICADA
PROBABILIDADES
I PARTE
 Origen de la Probabilidad…

La probabilidad nació gracias a los juegos de azar.

En el Renacimiento empiezan a surgir inquietudes entorno a
contabilizar el número de posibles resultados de un dado lanzado
varias veces, o problemas más prácticos sobre cómo repartir las
ganancias de los jugadores cuando el juego se interrumpe antes de
finalizar.
A los matemáticos del siglo XVI como Pacioli, Cardano y Tartaglia se
deben las primeras consideraciones sobre los juegos de azar.
En la vida podemos encontrar situaciones que no se pueden predecir, como
cuando se realiza un partido de fútbol, se lanza una moneda, etc. En todos estos
casos no sabemos que resultado se tendrá y por eso a estas situaciones se les
llama "experimentos aleatorios".

Experimento Aleatorio (E):

Situación en la que no sabemos que resultado se
tendrá.
Un experimento aleatorio, tiene dos propiedades en común:

• Uno de estas es que cada experimento tiene varios resultados posibles que
pueden especificarse de antemano.

• La segunda propiedad es que estamos inciertos acerca del resultado de cada

experimento.
EXPERIMENTO ALEATORIO

En otras palabras, es un experimento que pudiera dar

resultados diferentes si se repite, aparentemente bajo las
mismas condiciones.

Ejemplos:

o Lanzar una moneda y observar si sale cara.

o Lanzar un dado y observar el número que
aparece en la cara superior.
o De un lote de bombillas de luz , extraer uno que
sea defectuoso.

4
 Un partido de fútbol, se considera un
experimento estadístico pues estamos
inciertos si gana el equipo Verde, el
equipo Rojo o empatarán.

Más ejemplos de experimentos aleatorios:

• Conocer el número de alumnos que faltarán a clases, la próxima
semana.
• Recepcionar a un paciente y escribir el nombre del médico con el
que será atendido.
• Preguntar a un profesor la especialidad que tiene (Matemática,
Química, Biología, etc.) y anotarlo.
• Verificar el estado de un foco en un edificio (apagado o prendido).
• Verificar la legalidad de un billete de S/.100 (legal o falso).
• Realizar una rifa para obtener 3 premios.
• Aplicar una encuesta para conocer opiniones.
 Son aquellos en donde no hay
incertidumbre acerca del resultado
que ocurrirá cuando éstos son
repetidos varias veces.
 Cada experimento aleatorio tiene varios
resultados posibles y podemos describir con
precisión el conjunto de estos resultados
posibles. Llamaremos Espacio Muestral
asociado a un experimento aleatorio, al
conjunto de todos los resultados posibles de
dicho experimento aleatorio, y lo denotamos
con Ω.

Espacio Muestral (Ω): Conjunto de todos los posibles

resultados de un experimento estadístico.
ESPACIO MUESTRAL

Ejemplos:

1. Para el lanzamiento de un dado, el espacio muestral

es:
={1,2,3,4,5,6}
Porque un dado tiene 6 caras y de lanzarlo
cualquiera de ellas puede quedar arriba.

2. En el lanzamiento de una moneda , el espacio

muestral es:
 = { cara , sello }

8
ESPACIO MUESTRAL:

Ejemplos:
3. En el lanzamiento de una moneda dos veces , su espacio
muestral es:
 = { CC , CS , SC , SS }

Este espacio muestral se puede obtener con el diagrama del árbol

C CC
C
S CS

C SC
S
S SS

9
A uno o más de los resultados posibles
del espacio muestral, se les denomina
Evento o Suceso, y se simboliza con las
letras mayúsculas: A, B, C, …

Suceso o Evento: Es un subconjunto del

espacio muestral.
TIPOS DE EVENTOS
EVENTO ELEMENTAL
EVENTO IMPOSIBLE
EVENTO SEGURO
EVENTO COMPLEMENTARIO
 A cada elemento del espacio muestral,
se le conoce con el nombre de evento
elemental, y se simboliza con A, B, C,…

Evento elemental: Es cada uno de los

resultados posibles del espacio muestral.
 Ejemplo 1: En el espacio muestral del partido de
Fútbol entre equipo Rojo y Verde se tienen 3 eventos
elementales:

A = gana el equipo verde B = gana el equipo rojo C = empatan

 Algunos eventos nunca pueden ocurrir
en el experimento aleatorio, y por eso se
llama imposible. Se simboliza con Ø.

Evento imposible: Evento que no ocurre

nunca en un experimento aleatorio.
Ejemplo 1: E= Un partido de fútbol entre el equipo Rojo y Verde.
Ω = {A, B, C}
El evento que gane el equipo morado
es un evento imposible.
Los eventos que siempre suceden en el
experimento aleatorio, son llamados
eventos seguros.

Evento seguro: Evento

que “siempre ocurre” en
un experimento aleatorio.
Ejemplo 1:

En un partido de fútbol entre equipos Rojo y Verde, un evento seguro es que

uno de los equipos inicia el partido.

Ejemplo 2:

En el experimento aleatorio: Sacar una bola roja, de una urna que contiene 6
bolas rojas, el evento B = Sacar una bola roja es un evento seguro, pues todas
son rojas.

Otros ejemplos:
• Al lanzar un dado con las caras numeradas del 1 al 6
obtener un número entero positivo menor que 7,
es un evento seguro.
• Al soltar una piedra ésta caerá., es un evento
seguro.
Cuando se considera un evento A, el
evento que contiene todos los eventos
elementales del espacio muestral que
no estén en A se denominará Evento
Complementario.
Se simbolizara con Ā.
 Ejemplo 1:
E = Lanzar una moneda
Ω = { cara, sello }
A = obtener cara
Ā = obtener sello

Ejemplo 2:
E = Lanzar un dado
Ω = { 1, 2, 3, 4, 5, 6 }
Consideremos el evento A: obtener 6 puntos.
A={6}
Ā = {1, 2, 3, 4, 5}, es el complemento del evento A.

Siempre que sumemos el evento A y su complemento Ā,

tendremos el espacio muestral Ω.
A+Ā=Ω
SUCESO O EVENTOS Ejemplo:
En el lanzamiento de una moneda, tres veces .
Enunciar los siguientes sucesos:
A = Se obtiene exactamente una cara.
B = se obtiene por lo menos dos caras
Solución:
Encontremos el espacio muestral
 = { CCC , CCS , CSC , CSS , SCC , SCS , SSC , SSS }
Los sucesos son:

Exactamente una cara A = { CSS , SCS SSC }

Se obtiene por lo menos dos caras

B = { CCC , CCS CSC , SCC }
SUCESO O EVENTOS

Ejemplo: Si el experimento consiste en “Lanzar dos dados y

observar los puntos obtenidos”.

El espacio muestral es:  =

= 36 elementos

Sea el evento A = {obtener la suma de los puntos iguales o

mayor de 10}.
A = {(4,6), (5,5), (6,4), (6,5), (5,6), (6,6)}
 Eventos excluyentes o
mutuamente excluyentes
Dos eventos A y B definidos en el mismo
espacio muestral son excluyentes si NO
PUEDEN OCURRIR JUNTOS. Es decir, la
ocurrencia de uno EXCLUYE la ocurrencia
del otro.
En símbolos si (A ∩ B)= Ø
 SUCESOS MUTUAMENTE EXCLUYENTES
Ejemplo:

Sea el experimento aleatorio : El lanzamiento de dos

dados. El espacio muestral es:
 = { (1 , 1 ) (1 , 2) (1 , 3) (1 , 4) (1 , 5) (1 , 6)
(2 , 1 ) (2 , 2) (2 , 3) (2 , 4) (2 ,5) (2 , 6)
(3 , 1 ) (3 , 2) (3 , 3)(3 , 4) (3 , 5) (3 , 6)
(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) }
Sean los sucesos :
Suceso A : Obtener una suma igual a 6
Entonces : A = {(1 , 5 ) (5 , 1) (2 , 4) (4 , 2) (3 , 3) }
Suceso B : Obtener una suma igual a 5
B = {(1 , 4 ) (4 , 1) (2 , 3) (3 , 2) }
23
AB= Luego A y B son mutuamente excluyentes.
Dos eventos A y B no son excluyentes si
pueden ocurrir juntos.
Es decir la ocurrencia de uno no excluye
la ocurrencia del otro.
En símbolos (A ∩ B) ≠ Ø
ALGUNAS PROPIEDADES CONJUNTISTAS

Ley del complemento

A  A'  U
A  A'  
(A' )'  A
U'   ( complement o de un suceso seguro)
   U (complemen to del suceso imposible)
Ley de identidad

A   A
AU  U
A   
AU  A
25
La probabilidad de un evento es la razón entre el número
de casos (sucesos) favorables y el numero total de casos
(sucesos) posibles, siempre que nada obligue a creer
que algunos de estos sucesos debe tener preferencia a
los demás, lo que hace que sean igualmente posibles.
La probabilidad de un evento A: P(A), es un NÚMERO,
que mide el grado de certeza en el que un evento A
ocurre, y se obtiene con la formula conocida como
REGLA DE LAPLACE:
Ejemplo 1 : En la gran final del concurso por TV, la concursante elige un sobre.

Solución:

E = La concursante elige un
sobre
Ω = {sobre A, sobre B}
A = elegir el sobre A (para
ganar el auto) P(A)=1/2
B = elegir el sobre B (para
ganar la casa) P(B)=1/2
Si un experimento bien definido se repite n veces (n grande); sea nA < n
el número de veces que el evento A ocurre en los n ensayos, entonces la
frecuencia relativa de veces que ocurre el evento A, es la estimación de
la probabilidad que ocurra dicho evento A, o sea:

OBSERVACIÓN
La frecuencia relativa de un evento, esta comprendido entre
0 y 1.
Por lo tanto 0 ≤ P(A) ≤ 1.
Ejemplo: En la siguiente tabla se muestra el resultado de una moneda para un
determinado número de lanzamientos:.

Lanzar
30 veces 50 veces 70 veces 100 veces
moneda
Número de
11 19 32 47
caras
Frecuencia 11/30= 0,366 19/50=0,38 32/70=0,457 47/100=0,47

Observamos que a medida que se aumenta la cantidad de lanzamientos las

frecuencias relativas de salir cara, se van acercando a un número
determinado muy próximo a la probabilidad.
P(c) = 1/2 = 0,5
Dice, que la probabilidad de ocurrencia de un
evento es el grado de creencia por parte de un
individuo de que el evento ocurra, basado en toda la
evidencia a su disposición.
Bajo esta premisa se puede decir que este
enfoque es adecuado cuando solo hay una
oportunidad de ocurrencia del evento. Es
decir, que el evento ocurrirá o no ocurrirá
esa sola vez. El valor de probabilidad bajo
este enfoque es un juicio personal.
La definición axiomática de probabilidad se debe a
Kolmogorov, quien consideró la relación entre la
frecuencia relativa de un suceso y su probabilidad
cuando el número de veces que se realiza el
experimento es muy grande.
Definición de Laplace.
En el caso de que todos los sucesos elementales del
espacio muestral Ω sean equiprobables, Laplace define
la probabilidad del suceso A como el cociente entre el
número de resultados favorables a que ocurra el suceso
A en el experimento y el número de resultados posibles
del experimento.
 Definición de Laplace.

Axiomas de la probabilidad:

La probabilidad es positiva y menor o igual que 1.

0 ≤ P(A) ≤ 1
La probabilidad del suceso seguro es 1.
P(Ω) = 1
Si A y B son incompatibles, es decir A∩B = Ө entonces:
P(A U B) = P(A) + P(B)

Si un suceso A =  , A es un suceso imposible P(A) = 0

 Si dos eventos A y B no son excluyentes
Es decir (A ∩ B) ≠ Ø
Entonces:

P(A + B)= P(A) + P(B) – P(A ∩ B)

 Ejemplo 1

Una caja contiene 4 fichas blancas y 6 negras. Si se extrae al

azar una ficha ¿ Cuál es la probabilidad que la ficha extraída sea
blanca?
Solución :

Experimento aleatorio: Extraer una ficha de una caja que contiene 4

fichas blancas y 6 negras

 = { b1 , b2 , b3 , b4 , n1 , n2 , n3 , n4 , n5 , n6 }  n() = 10

Suceso A : Extraer una ficha blanca

A = { b1 , b2 , b3 , b4 }  n(A) = 4

La probabilidad de extraer una ficha blanca es:

n(A) 4 2
P(A)   P(A)    0.4
n Ω  10 5
TEOREMAS SOBRE PROBABILIDADES

1. Si  (Suceso imposible ) ; entonces P( ) = 0

2. Si A’ es un suceso complementario de A ; entonces P(A’) = 1 – P(A)

Esto se deduce de la siguiente relación :
Como A  A’ = 
A y A’ son sucesos excluyentes, por lo tanto:

P(A)  P(A' )  PΩ 

P(A)  P(A' )  1 
P(A' )  1  P(A)
TEOREMAS SOBRE PROBABILIDADES

3. Si A y B son sucesos no excluyentes ; se tiene que:

n(A  B)  n(A)  n(B) - n(A  B) ......... (1)

A B

Si la relación (1) dividimos por n( ) ; se tiene:

n(A  B) n(A) n(B) n(A  B)
  
n Ω  n Ω  n Ω  n Ω 
Por definición de probabilidades se tiene::

P(A  B)  P(A)  P(B) - P(A  B)

 TEOREMAS SOBRE PROBABILIDADES

Extendiendo para tres conjuntos no excluyentes. Se tiene que:

A B

P(A  B  C)  P(A)  P(B)  P(C) - P(A  B) - P(A  C) - P(B  C)  P(A  B  C)

Ejemplo : En el experimento aleatorio: Lanzar un dado, hallar la
probabilidad de obtener un número par ó 6 puntos.

Solución:
E: Lanzar 1 dado
Ω = {1, 2, 3, 4, 5, 6}
A = obtener número par = { 2, 4, 6 }
B = obtener 6 puntos = { 6 }

A ∩ B = { 6 }, luego los eventos no son excluyentes.

Aplicamos la Regla de la adición :
P(A + B)= P(A) + P(B) – P(A ∩ B)

Hallamos la probabilidad de cada evento ,con la Regla de Laplace:

P(A + B)= 3/6 + 1/6 – 1/6 = 0,5
P(A + B)= 0,5
Gráficamente:
Ejemplo 1:

De un total de 200 estudiantes ; 120 están matriculados

en matemática y 90 en estadística; 50 en ambos cursos.

Si se elige al azar uno de los 200 estudiantes, ¿Cuál es

la probabilidad de que un estudiante elegido esté

matriculado, por lo menos en una de las asignatura?

Solución:
solución

Espacio muestral: n( ) = 200

Suceso A : Seleccionar un alumno matriculado en matemática

120 3
n(A)  120  P(A)  
200 5
Suceso B : Seleccionar un alumno matriculado en estadística

90 9
n(B)  90  P(B)  
200 20
Suceso (A B) : Seleccionar un alumno matriculado en matemática y
estadística
50 1
n(A  B)  50  P(A  B)  
200 4
Como se sabe que : P(A  B)  P(A)  P(B) - P(A  B)
3 9 1 4
P(A  B)   -  P(A  B) 
5 20 4 5
Ejemplo 2:

Hallar la probabilidad de que en el lanzamiento de dos dados se

obtenga suma par, suma menor que 5 o ambos.

Solución:

Espacio muestral: n( ) = 36

Suceso A : Se obtenga suma par

A ={ (1,1) (1,3) (1,5) (2,2) (2,4) (2,6) (3 ,1) (3 ,3) (3,5) (4,2) (4,4) (4,6)
(5,1) (5,3)(5,5) (6,2) (6,4) (6,6) }
18
n(A)  18  P(A) 
36
Suceso B : Se obtenga suma menor que 5
B ={ (1,1) (1,2) (1,3) (2,1) (2,2) (3,1) }
6
n(B)  6  P(B) 
36
4
Suceso ambos : A B  n(A B ) = 4  P(A  B) 
36
18 6 4 20 5
P(A  B)  P(A)  P(B) - P(A  B)  P(A  B)     
36 36 36 36 9
Ejemplo 3:

En un salón de clase de 40 alumnos, 30 de ellos postulan a la

universidad de San Marcos y 26 a la universidad de San Martín. Se
elige al azar un alumno de este salón. ¿Cuál es la probabilidad de que
sea un alumno que postula a ambas Universidades?

Solución:

Suceso A : Alumnos que postulan a San Marcos ; n(A) = 30

Suceso B : Alumnos que postulan a San Martín ; n(B) = 26
Suceso A  B : Alumnos que postulan a ambas universidades.

Sabemos que : n(A  B)  n(A)  n(B) - n(A  B)  40

n(A  B)  30  26 - n(A  B)  40  56  n(A  B)  40

n(A  B)  16
n(A  B) 16 2
P(A  B)     0.4
n ( ) 40 5
Ejemplo 4:

Con 7 ingenieros y 4 médicos se van formar comités de 6 miembros.

¿Cuál es la probabilidad que el comité incluya
a. Exactamente dos médicos?
b. A los sumo tres Ingenieros?

Solución:

11! 11x10x9x8x 7
Espacio muestral : n ()  C(11,6)    462
6! 5! 5x4x3x2x1

Evento A : exactamente dos médicos

n(A)  4C2 x7C4

4! 7!
n(A)    n(A)  210
2!. 2! 4!.3!
n(A) 210
 P(A)    0.4545
n   462
Ejemplo 4: (continuación)

Solución:

Evento B: A lo sumo tres ingenieros:

n(B)  7C2 x 4C4  7C3 x 4C3

7! 4! 7! 4!
n(B)      21  140  161
2!. 5! 4!.0! 3!. 4! 3!.1!
161
 P(B)   0.348
462

46
Ejemplo 5:
De un grupo de personas, el 30% practica fútbol y el 40% juega ajedrez. De los
futbolistas el 50% juega ajedrez. Si se elige aleatoriamente una persona.
¿Cuál es la probabilidad que:
a. Juega fútbol o ajedrez?
b. Practica solo uno de estos deportes?
c. No practica ni fútbol ni ajedrez?

Solución:
Suceso A : Persona elegida es futbolista , P(A) =0.30
Suceso B : Persona elegida juega ajedrez P(B) = 0.40
Suceso A  B : Practican ambos deportes ; P(A  B)=0.15
Suceso A  B : Persona elegida juega fútbol o ajedrez

a) P(A  B)  P(A)  P(B) - P(A  B)  0.30  0.40  0.15  0.55

Ejemplo 5: (continuación)

A B

0.15 0.15 0.25

Suceso C : Practica un solo deporte ; C  (A  B' )  (B  A' )

P(C)  P(A  B' )  P(B  A' )
P(C)  0.15  0.25  0.40
Suceso D : No practica ni fútbol ni ajedrez ; D  A'  B'  (A  B)'

P(D)  1  P(A  B)
P(D)  1  0.55  0.45
48
 Ejemplo 6:
En cierta ciudad el porcentaje de personas que leen los periódicos A , B , C y
sus combinaciones como sigue:
A : 9.8% A y B : 5.1% A , B y C : 2.4%
B : 22.9% A y C : 3.7%
C : 12.1% B y C : 6%
(a) ¿Qué porcentaje de la población leen al menos uno de los periódicos?
(b) ¿Cuál es la probabilidad que una persona seleccionada aleatoriamente
de esta población sea lector del periódico A y no lo sea de los periódicos
B y C.

Solución:
Suceso A  B  C : Leen al menos un de los periódicos

P(A  B  C)  P(A)  P(B)  P(C) - P(A  B)  P(A  C)  P(B  C)  P(A  B  C)

P(A  B  C)  0.098  0.229  0.121  0.051  0.037  0.06  0.024

P(A  B  C)  0.324

49
 Ejemplo 6: (continuación)

A : 9.8% A y B : 5.1% A , B y C : 2.4%

B : 22.9% A y C : 3.7%
C : 12.1% B y C : 6%

A B
3.4 2.7 14.2

2.4
1.3 3.6

4.8
C

Suceso A  B’  C’ : Leen el periódico A y no leen el periódico B y C.

P(A  B'C' )  0.034

50
 Ejemplo:
En el experimento aleatorio lanzar un dado común.
Halle la probabilidad de obtener un número impar ó 6 puntos.

Solución:
E: Lanzar 1 dado
Ω = {1, 2, 3, 4, 5, 6}
A = obtener número impar = { 1, 3, 5 }
B = obtener 6 puntos = { 6 }

(A ∩ B)= Ø, Probabilidad de ocurrencia simultanea de los eventos A y B.

Luego los eventos son excluyentes.
Aplicamos la Regla de la adición, para eventos excluyentes:
P(A + B)= P(A) + P(B)

Hallamos la probabilidad de cada evento con la Regla de Laplace:

P(A + B)= 3/6 + 1/6 = 4/6 = 2/3 = 0,66
 FIN

GRACIAS