1

Captulo 5
Revisin de algunos conceptos
de probabilidad
Objetivos: Al terminar este captulo podr:

1. Definir lo que es probabilidad.

2. Describir los enfoques clsico, emprico y subjetivo de la probabilidad.

3. Entender los trminos: experimento, evento, resultado, permutaciones y
combinaciones.

4. Definir los conceptos probabilidad condicional y probabilidad conjunta.
2
Captulo 5 (Continuacin)
5. Calcular probabilidades aplicando las reglas de adicin y las reglas de
multiplicacin.

6. Utilizar un diagrama de rbol para organizar y evaluar probabilidades.

7. Calcular una probabilidad utilizando el teorema de Bayes.

3
Definiciones
La probabilidad es una medida de la posibilidad
relativa de que un evento ocurra en el futuro.
Puede asumir valores entre cero y uno inclusive.
Un valor cercano a cero significa que es poco
probable que el evento suceda. Un valor
cercano a uno significa que es altamente
probable que el evento suceda.
Hay tres definiciones de probabilidad: clsica,
emprica y subjetiva.
4
Definiciones (Continuacin)
La definicin clsica aplica cuando hay n
resultados igualmente posibles.
La definicin emprica aplica cuando el
nmero de veces que ocurre un evento se
divide por el nmero total de
observaciones.
La probabilidad subjetiva se basa en
cualquier informacin disponible.

5
Definiciones (Continuacin)
Un experimento es un proceso que
conduce a que ocurra una (y solamente
una) de varias observaciones posibles.
Un resultado es un suceso particular
proveniente de un experimento.
Un evento es un conjunto de uno o ms
resultados de un experimento.
Un evento simple es el resultado que se
observa en una sola repeticin del
experimento.
Experimento: Lance un dado y observe el
nmero que aparece en la cara superior. Liste
los eventos simples.
E1; E2;E3;;E6
Entonces un evento se define como una
coleccin de eventos simples, denotados con
frecuencia con una letra mayscula.
6
A veces cuando ocurre un evento,
significa que no sucede el otro.
Dos eventos son mutuamente
excluyentes si, cuando un evento ocurre,
el otro no, y viceversa.
El conjunto de todos los eventos simples
se llama espacio muestral.
Un tcnico mdico registra el tipo de
sangre y el factor Rh de una persona.
Liste los eventos simples del experimento.
7
8
Eventos mutuamente excluyentes
Los eventos son mutuamente excluyentes
si la ocurrencia de cualquiera significa que
ninguno de los otros eventos puede ocurrir
al mismo tiempo.
Los eventos son independientes si la
ocurrencia de un evento no afecta la
ocurrencia de otro.
9
Eventos colectivamente exhaustivos
Colectivamente exhaustivo: por lo menos
uno de los eventos debe ocurrir cuando se
realiza un experimento.
10
Ejemplo 1
Se lanza un dado no cargado una vez.
El experimento es lanzar el dado.
Los resultados posibles son los nmeros
1, 2, 3, 4, 5 y 6.
Un evento es la ocurrencia de un nmero
par. Esto es, los nmeros 2, 4 y 6.
11
Ejemplo 2
En el departamento acadmico del profesor Lpez, se
ha asignado un total de calificaciones de A de 186
entre un total de 1,200 estudiantes. Cul es la
probabilidad de que un estudiante de su seccin este
semestre reciba una calificacin de A?
Este es un ejemplo de la definicin emprica de
probabilidad.
Encuentre la probabilidad de seleccionar un estudiante
con calificacin A:

P(A) = 186/1,200 = 0.155
12
Probabilidad subjetiva
Ejemplos de probabilidad subjetiva son:
Estimar la posibilidad de que el equipo del Sport
guila participe en el torneo descentralizado de
ftbol el prximo ao (en Per).
Evaluar la probabilidad de que la empresa
General Motors, pierda su lugar nmero 1 en el
total de unidades vendidas, frente a la Ford o la
Chrysler, en un lapso de dos aos.
Adicional:
Determine la probabilidad de que
exactamente dos de los tres hijos de una
pareja sean varones.
En un grupo tpico de un hospital hay 205
bebs recin nacidos y 105 de ellos son
nios. Calcule la probabilidad de que si un
bebe es seleccionado al azar, este no sea
nio.
13

14
DEFINICIONES ADICIONALES
SUCESOS COMPLEMENTARIOS:
Algunas veces necesitamos calcular la
probabilidad de que un suceso A no
ocurra. El complemento de un suceso A,
denotado por , consiste en todos los
resultados en los cuales el suceso A no
existe.
Ing. Claudio Cerrn Landeo 20
A
15
Reglas bsicas de probabilidad
Si dos eventos A y B son mutuamente
excluyentes, la regla especial de la adicin
indica que la probabilidad de que ocurra
uno u otro de los eventos, es igual a la
suma de sus probabilidades.
P(A o B) = P(A) + P(B)
16
Ejemplo 3
La oficina de vuelos de Aeromxico tiene registrada la
siguiente informacin en su bitcora de vuelos entre
Ciudad de Mxico y Acapulco.

Llegadas Frecuencia
Temprano 100
A tiempo 800
Tarde 75
Cancelado 25
Total 1000
17
Ejemplo 3 (Continuacin)
Si A es el evento de que el vuelo llegue
temprano, entonces:
P(A) = 100/1000 = 0.10
Si B es el evento de que el vuelo llegue tarde,
entonces:
P (B) = 75/1000 = 0.075
La probabilidad de que el vuelo llegue temprano
o tarde es:
P(A o B) = P(A) + P(B) = 0.10 + 0.075 = 0.175
18
La regla del complemento
La regla del complemento es utilizada para
determinar la probabilidad de que un evento
ocurra, restando a 1 la probabilidad de que no
ocurra dicho evento.
Si P(A) es la probabilidad de un evento A y
P(~A) es la probabilidad del complemento de A,
P(A) + P(~A) = 1 o P(A) = 1 P(~A)
19
La regla del complemento (Continuacin)
Un diagrama de Venn ilustrando la regla
del complemento se apreciara as:





A
~A
20
Ejemplo 4
Retomando el ejemplo 3, use la regla del
complemento para encontrar la
probabilidad de un evento (A) temprano o
un evento (B) tarde.
a) Si C es el evento de que el vuelo llegue a
tiempo, entonces P(C) = 800/1000 = 0.8
b) Si D es el evento de que el vuelo se
cancele, entonces P(D) = 25/1000 = 0.025
21
Ejemplo 4 (Continuacin)
P(A o B) = 1 - P(C o D)
= 1 - [0.8 +.025] =0.175




C

.8
D

.025
~(C o D) = (A o B)
.175
22
La regla general de la adicin
Si A y B son dos eventos que no son
mutuamente excluyentes, entonces P(A o
B) es dada por la siguiente frmula:

P(A o B) = P(A) + P(B) - P(A y B)
23
La regla general de la adicin (Continuacin)
El diagrama de Venn ilustra esta regla:





A y B
24
Ejemplo 5
En una muestra de 500 estudiantes, 225
afirmaron tener un DVD, 175 dijeron tener
una TV, y 100 afirmaron tener ambos.



Ambos
100
DVD
225
TV
175
25
Ejemplo 5 (Continuacin)
Si un estudiante es seleccionado al azar,
cul es la probabilidad de que el
estudiante tenga un estreo, una TV, y
ambos un DVD y una TV?
P(D) = 225/500 = 0.45
P(T) = 175/500 = 0.35
P(D y T) = 100/500 = 0.20

26
Ejemplo 5 (Continuacin)
Si un estudiante es seleccionado al azar,
cul es la probabilidad de que tenga un
DVD o una TV en su cuarto?

P(D o T) = P(D) + P(T) - P(D yT)
= 0.45 + 0.35 - 0.20 = 0.60

27
Probabilidad conjunta
Probabilidad conjunta: mide la posibilidad
de que dos o ms eventos ocurran en
forma simultnea.
Un ejemplo podra ser el evento de que un
estudiante elegido al azar tenga ambos,
un estreo y una TV en su cuarto.
28
Regla especial de la multiplicacin
La regla especial de la multiplicacin requiere
que dos eventos A y B sean independientes.
Dos eventos A y B son independientes si la
ocurrencia de uno no afecta la probabilidad de
que ocurra el otro.
Esta regla se escribe:
P(A y B) = P(A)P(B)
29
Ejemplo 6
Cristina tiene dos acciones, IBM y GE. La
probabilidad de que la accin de IBM aumente
de valor el prximo ao es 0.5, y la probabilidad
de que la accin de GE aumente su valor el
prximo ao es 0.7. Suponga que las dos
acciones son eventos independientes.Cul es
la probabilidad de que ambas acciones
incrementen su valor el prximo ao?
P(IBM y GE) = (0.5)(0.7) = 0.35
30
Ejemplo 6 (Continuacin)
Cul es la probabilidad de que al menos
una de estas acciones aumente su valor
durante el prximo ao?

P(al menos una) = (0.5)(0.3) + (0.5)(0.7) +
(0.7)(0.5) = 0.15 + 0.35 +0.35 = 0.85
31
Probabilidad condicional
La probabilidad condicional es la
probabilidad de que ocurra un evento
determinado, dado que otro evento ya
haya ocurrido.
La probabilidad de que ocurra el evento A
dado que el evento B ha ocurrido se
escribe P(A/B).
32
Regla general de la multiplicacin
La regla general de la multiplicacin es utilizada
para encontrar la probabilidad conjunta de que
dos eventos ocurran.
La regla establece que dados dos eventos A y
B, la probabilidad conjunta de que ambos
ocurran se encuentra multiplicando la
probabilidad de que suceda A, por la
probabilidad condicional de que ocurra el evento
B.
33
Regla general de la multiplicacin
La probabilidad conjunta P(A y B) est
dada por la siguiente frmula:

P(A y B) = P(A)P(B/A)
o
P(A y B) = P(B)P(A/B)
34
Ejemplo 7
El director de la Escuela de Negocios de la Universidad
Nacional, recopil la siguiente informacin acerca de
estudiantes no graduados en su escuela:



Especialidad Hombre Mujer Total
Contadura 170 110 280
Finanzas 120 100 220
Mercadotecnia 160 70 230
Administracin 150 120 270
Total 600 400 1000
35
Ejemplo 7 (Continuacin)
Si un estudiante es seleccionado al azar, cul
es la probabilidad de que el estudiante sea una
mujer (F) pasante de contadura (A)?
P(A y F) = 110/1000
Dado que el estudiante es una mujer, cul es
la probabilidad de que ella sea pasante de
contadura?
P(A/F) = P(A y F)/P(F) = [110/1000]/[400/1000]
= 0.275
36
Diagrama de rbol
El diagrama de rbol es una representacin grfica til
para organizar clculos que abarcan varias etapas.
Cada segmento en el rbol es una etapa del problema.
Las probabilidades escritas cerca de las ramas son las
probabilidades condicionales del experimento.

Ejemplo 8
En una bolsa que contiene 7 chips rojos y 5 chips
azules, usted selecciona dos chips uno despus del otro
sin reemplazarlo. Elabore un diagrama de rbol
mostrando esta informacin.
37
Ejemplo 8 (Continuacin)

7/12
5/12
Rojo 1
Azul 1
6/11
5/11
7/11
4/11
Rojo 2
Azul 2
Rojo 2
Azul 2
38
Sistema exhaustivo y excluyente de sucesos
A
3
A
4
Se trata de una coleccin de
sucesos A
1
, A
2
, A
3
, A
4

tales que la unin de todos
ellos forman el espacio
muestral, y sus intersecciones
son disjuntas.
A
1
A
2
Divide y vencers: Todo suceso B, puede ser
descompuesto en componentes de dicho sistema.
B = (B A
1
) U (B A
2
) U ( B A
3
) U ( B A
4
)
39
Teorema de la probabilidad total
A
1
A
2
A
3
A
4
B
Si conocemos la probabilidad
de B en cada uno de los
componentes de un sistema
exhaustivo y excluyente de
sucesos, entonces podemos
calcular la probabilidad de B
como la suma:

P(B) = P(B A
1
) + P(B A
2
) + P( B A
3
) + P( B A
4
)

P(B) = P(B|A
1
)P(A
1
) + P(B|A
2
)P(A
2
) + P(B|A
3
)P(A
3
) + P(B|A
4
)P(A
4
)

40
Supongamos que A
1
, A
2
, ... ,A
n
son una particin de E,
es decir que los sucesos son mtuamente excluyentes entre s (A
i
A
j
=C
para todo par) y su unin es E entonces:
) ( ) | ( ) (
1
i
n
i
i
A P A B P B P

=
=
La ley de probabilidad total
) ( ) (
1

=
=
n
i
i
A B P B P
A
1
A
2
A
3
A
4
B
41
Ejemplo: En este aula el 70% de los alumnos son
hombres.
De ellos el 10% son fumadores. El 20% de las mujeres
son
fumadoras.
Qu porcentaje de fumadores hay en total?






Mujeres
Hombres
Fumadores
Podemos aplicar la ley de
la probabilidad total:

Hombres y mujeres forman
un sistema exhaustivo y
excluyente de sucesos.
42
Estudiante
Hombre
No fuma
Fuma
No fuma
Fuma
0,7
0,1
0,2
0,3
0,8
0,9
Mujer
P(F) = P(FH) + P(FM) = P(F|H) P(H) + P(F|M) P(M)
= 0,1 0,7 + 0,2 0,3 = 0,13
43
Teorema de Bayes
El Teorema de Bayes es un mtodo que utiliza
la probabilidad revisada con base en
informacin adicional.
Se calcula utilizando la siguiente frmula:




) / ( ) ( ) / ( ) (
) / ( ) (
) | (
2 2 1 1
1 1
1
A B P A P A B P A P
A B P A P
B A P
+
=
44
Teorema de Bayes
A
1
A
2
A
3
A
4
B
Si conocemos la probabilidad de B en
cada uno de los n componentes de un
sistema exhaustivo y excluyente de
sucesos, entonces

si ocurre B, podemos calcular la
probabilidad (a posteriori) de
ocurrencia de cada A
i
, (i = 1, 2, ... , n):

donde P(B) se puede calcular usando el teorema de la probabilidad
total:
P(B)
) A P(B
|B) P(A
i
i

=
) ( ) (
1

=
=
n
i
i
A B P B P
45
P(M) = 0,3, P(F) = 0,13
P(M|F) = P(F M)/P(F) = P(F|M) P(M) / P(F) =
0,20,3 / 0,13 = 0,46
Estudiante
Hombre
No fuma
Fuma
No fuma
Fuma
0,7
0,1
0,2
0,3
0,8
0,9
Mujer
En el problema anterior: Se
elige a un individuo al azar
y resulta fumador. Cul es la
probabilidad de que sea una
mujer?
46
Ejemplo 9
Una embotelladora de refresco de cola recibi
varias denuncias acerca del bajo contenido de
sus botellas. Una denuncia fue recibida hoy,
pero el gerente de produccin no puede
identificar cul de las dos plantas en
Aguascalientes (A o B) llen estas
botellas.Cul es la probabilidad de que las
botellas defectuosas provengan de la planta A?
47
Ejemplo 9 (Continuacin)
La siguiente tabla resume la experiencia de
produccin de dicha embotelladora:



% del total de
produccin
% de botellas
defectuosas
A 55 3
B 45 4
48
Ejemplo 9 (Continuacin)





La probabilidad de que las botellas fueran
llenadas en la planta A se redujo de 0.55 a
0.4783
4783 .
) 04 (. 45 . ) 03 (. 55 .
) 03 (. 55 .
) / ( ) ( ) / ( ) (
) / ( ) (
) / (
=
+
=
+
=
B U P B P A U P A P
A U P A P
U A P
49
Se lanza una moneda si sale cara se saca una canica de la caja I que
contiene 3 rojas y 2 azules, si sale cruz se saca una canica de la caja II
que contiene 2 rojas y 8 azules. a) Determinar la probabilidad de que se
saque una canica roja. b) Habiendo sacado bola roja, cul es la
probabilidad de que haya salido cara?
|
.
|

\
|
=
|
.
|

\
|
+
|
.
|

\
|
+
|
.
|

\
|
+
|
.
|

\
|
=
= + =
5
2
8 2
2
2
1
2 3
3
2
1
) | ( ) ( ) | ( ) ( II R P II P I R P I P P
Caja I
Caja II
|
.
|

\
|
2
1
|
.
|

\
|
2
1 |
.
|

\
|
10
2
|
.
|

\
|
5
3
a)
b)
4
3
8 2
3
2
1
2 3
3
2
1
2 3
3
2
1
) | ( ) ( ) | ( ) (
) | ( ) (
=
|
.
|

\
|
+
|
.
|

\
|
+
|
.
|

\
|
+
|
.
|

\
|
|
.
|

\
|
+
|
.
|

\
|
=
|
|
.
|

\
|
+
=
II R P II P I R P I P
I R P I P
P
50
Principios de conteo
Frmula de la multiplicacin: Si hay m formas de
hacer una cosa, y n formas de hacer otra,
existirn m x n formas de hacer ambas.
Ejemplo 10
El Dr. Velasco tiene 10 camisas y 8 corbatas.
Cuntos juegos de camisa y corbata puede
tener?
(10)(8) = 80
51
Principios de conteo
Permutacin: Un arreglo o disposicin de r
objetos seleccionados de un solo grupo de n
objetos posibles diferentes.
Nota: El orden del arreglo es importante en las
permutaciones.


)! (
!
r n
n
P
r n

=
52
Principios de conteo
Una combinacin es el nmero de maneras
de escoger r objetos de un grupo de n
objetos sin importar el orden:


)! ( !
!
r n r
n
Cr n

=
53
Ejemplo 11
Hay 12 jugadores en el equipo de bsquetbol
de la Preparatoria Popular. El director tcnico
Toms Prez debe escoger 5 jugadores de los
12 del equipo para formar su lnea de inicio.
De cuntas maneras diferentes puede
hacerlo?


792
)! 5 12 ( ! 5
! 12
5 12 =

= C
54
Ejemplo 11 (Continuacin)
Suponiendo que adems de formar los
grupos de 5 jugadores, el tcnico debe
respetar el orden de los mismos de acuerdo
a su habilidad.

040 , 95
)! 5 12 (
! 12
5 12
=

= P