Centro de Enseñanza Técnica y Superior

Escuela de Posgrado

Profesor Carlos Abel Eslava Carrillo

 Probabilidad

El término Probabilidad se refiere al

estudio de la aleatoriedad y la
incertidumbre.

En cualquier situación donde podría ocurrir uno

de varios resultados posibles, la teoría de
probabilidad proporciona métodos para
cuantificar las probabilidades relacionadas con
varios resultados.

Profesor Carlos Abel Eslava Carrillo 2

 Probabilidad
Definición
Un experimento es el proceso por el cual se obtiene una observación o medición. Un
experimento aleatorio es un experimento cuyo resultado está sujeto a la
incertidumbre.

Lanza una moneda una o varias veces.

Seleccionar una o diversas cartas de una baraja.
Pesar una barra de pan.
Tiempo de terminación de una pieza.

Profesor Carlos Abel Eslava Carrillo 3

 Probabilidad
Definición
El espacio muestral 𝑬 de un experimento es el conjunto de los resultados posibles de
un experimento.

Ejemplo 1. Encuentre el espacio muestral de los siguientes experimentos

aleatorios.
a) Lanzar una moneda dos veces y registrar el resultado.
b) Lanzar un par de dados de seis caras
c) Tomar una pieza hasta que aparezca defectuosa.

Profesor Carlos Abel Eslava Carrillo 4

 Probabilidad
Definición
Un evento 𝑨 es un resultado o un conjunto de resultados de un experimento
aleatorio. El evento complementario 𝑨′ se compone de todos los elementos del
espacio muestral que no son 𝐴.

De lanzar un dado de seis caras, son eventos:

𝐴 = "salir 3“
𝐵 = "ser par“
𝐶 = 2,4,5

𝐴′ = "no salir 3“
𝐵′ = "ser impar“
𝐶′ = 1,3,6

Profesor Carlos Abel Eslava Carrillo 5

 Probabilidad
La probabilidad clásica puede definirse como:

𝑛 𝐴
𝑃 𝐴 =
𝑛 𝐸

Donde
𝑛 𝐴 es el número de casos favorables del evento 𝐴
𝑛 𝐸 es el número de casos totales posibles

Profesor Carlos Abel Eslava Carrillo 6

 Probabilidad

Propiedades de la Probabilidad
Propiedad Descripción
La probabilidad es siempre menor o igual a 1
0≤𝑃 𝐴 ≤1
o mayor o igual a 0.

෍ 𝑃 𝐴 =1 La suma de las probabilidades de todos los

casos es igual a 1.
todos los resultados
La probabilidad de un evento 𝐴 más la de su
𝑃 𝐴 + 𝑃 𝐴′ = 1
complemento 𝐴′ es siempre igual a 1.

Profesor Carlos Abel Eslava Carrillo 7

 Eventos combinados
Considere dos eventos 𝐴 y 𝐵. Dos posibles resultados son

𝐴 ∪ 𝐵, que significa que ocurre 𝐴 o 𝐵 (o ambas)

𝐴 ∩ 𝐵, que significa que ocurre 𝐴 y 𝐵
Unión
Para eventos combinados, se tiene que

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵

Intersección

Profesor Carlos Abel Eslava Carrillo 8

 Probabilidad
Ejemplo 2. Se lanza un dado dos veces y se registra el resultado en orden de
aparición.
Sea 𝐴 = la suma de las caras superiores es 8
Sea 𝐵 = las caras superiores son iguales

a) Hallar 𝑃 𝐴 , 𝑃 𝐵 , 𝑃 𝐴′ y 𝑃 𝐵′
b) Encuentre 𝑃 𝐴 ∩ 𝐵 y 𝑃 𝐴 ∪ 𝐵

Profesor Carlos Abel Eslava Carrillo 9

 Probabilidad
Definición
Se dice que dos eventos, 𝐴 y 𝐵, son mutuamente excluyentes si no tienen resultados
en común.

𝐴 y 𝐵 no intersectan, por lo tanto

𝑃 𝐴∩𝐵 =0

Luego, para dos eventos mutuamente

excluyentes

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵

Profesor Carlos Abel Eslava Carrillo 10

 Probabilidad
Definición
El complemento de un evento 𝐴, escrito como 𝐴’, consiste en todos los resultados del
espacio muestral que no están contenidos en 𝐴.

Como 𝑃 𝐴 + 𝑃 𝐴′ = 1, entonces

𝑃 𝐴′ = 1 − 𝑃 𝐴

Profesor Carlos Abel Eslava Carrillo 11

 Probabilidad
Ejemplo 3. Dados 𝑃 𝐴 = 0.55, 𝑃 𝐴 ∪ 𝐵 = 0.7 y 𝑃 𝐴 ∩ 𝐵 = 0.2, determine
𝑃 𝐵′ .

Profesor Carlos Abel Eslava Carrillo 12

 Probabilidad
Ejemplo 4. En una clase de posgrado de 30 estudiantes, 19 cursan Modelos
Estadísticos, 17 cursan Administración de Proyectos y 15 estudian ambas
asignaturas. Determine la probabilidad de que un estudiante elegido al azar curse
a) ambas asignaturas
b) al menos una de las asignaturas
c) Modelos Estadísticos pero no Administración de Proyectos
d) exactamente una de las asignaturas
e) ninguna asignatura

Profesor Carlos Abel Eslava Carrillo 13

 Probabilidad
Ejemplo 5. El Departamento de Recursos Humanos de una empresa desea
recabar información sobre su personal para determinar cuál sería la mejor
forma de incentivar al personal. Se entrevistaron a 1 500 trabajadores, de los
cuales 775 tenían casa propia, 800 tenían automóvil y 760 servicio de
cablevisión. De todos estos, 300 señalaron que además de tener una casa
tienen automóvil, 250 casa y cablevisión, 270 automóvil y cablevisión
(únicamente) y 200, con una mejor situación económica, tienen las tres cosas.
a) ¿Cuál es la probabilidad de que un trabajador elegido de manera aleatoria sea
propietario sólo de un automóvil?
b) Determine la probabilidad de que sean propietarios de dos cosas.
c) Encuentre la probabilidad de que no sean propietarios de ninguno de los tres
bienes.

Profesor Carlos Abel Eslava Carrillo 14

 Independencia estadística
Definición
Dos eventos, 𝐴 y 𝐵, son independientes si la ocurrencia de un evento no afecta la
probabilidad de que el otro ocurra.

Considere los eventos 𝐴 y 𝐵. Si son independientes, entonces:

𝑃 𝐴∩𝐵 =𝑃 𝐴 ×𝑃 𝐵

Profesor Carlos Abel Eslava Carrillo 15

 Independencia estadística
Ejemplo 6. Un circuito eléctrico de Tipo I tiene la probabilidad de 0.7 de
funcionar y el circuito eléctrico Tipo II tiene el 60% de probabilidad de funcionar.
a) Determine la probabilidad de que ambos circuitos funcionen.
b) Encuentre la probabilidad de que funcione un circuito.

Profesor Carlos Abel Eslava Carrillo 16

 Muestreo con y sin reemplazo
Suponga que se tiene una gran cantidad de objetos. Al proceso de seleccionar un
objeto de manera aleatoria e inspeccionar alguna característica en particular se le
conoce como muestreo. Si el objeto se regresa al grupo de donde se tomó, entonces
al proceso se le conoce como muestreo con reemplazo. En contraparte, si el objeto
se aísla, entonces se le conoce como muestreo sin reemplazo.

Profesor Carlos Abel Eslava Carrillo 17

 Muestreo con y sin reemplazo
Ejemplo 7. Una caja contiene 3 pelotas rojas, 2 azules y 1 verde. Encuentre la
probabilidad de obtener dos colores distintos
a) con reemplazo.
b) sin reemplazo.

Profesor Carlos Abel Eslava Carrillo 18

 Probabilidad condicional
Suponga que se consideran dos eventos relacionados, 𝐴 y 𝐵, y se le dice que 𝐵 ya
ha ocurrido. Esta información puede influencias la probabilidad de que ocurra 𝐴.

Profesor Carlos Abel Eslava Carrillo 19

 Independencia estadística
Definición
La probabilidad de que un evento 𝐴 dado que se sabe que el evento 𝐵 ha ocurrido,
denotada por 𝑃 𝐴|𝐵 , está dada por

𝑃 𝐴∩𝐵
𝑃 𝐴|𝐵 = ⇒ 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴|𝐵 × 𝑃 𝐵
𝑃 𝐵

Se dice que dos eventos 𝐴 y 𝐵 son independientes si

𝑃 𝐴|𝐵 = 𝑃 𝐴

En este caso,

𝑃 𝐴∩𝐵
=𝑃 𝐴
𝑃 𝐵

𝑃 𝐴∩𝐵 =𝑃 𝐴 ×𝑃 𝐵

Profesor Carlos Abel Eslava Carrillo 20

 Probabilidad condicional
Ejemplo 8. Se lanzan dos dados y se registra el resultado.
a) Encuentre la probabilidad de que uno de ellos muestre un cuatro dado que la
suma de ambos dados es de 10.
b) Determine la probabilidad de obtener una suma de cinco dado que la suma es
menor o igual a 7.

Profesor Carlos Abel Eslava Carrillo 21

 Ley de la probabilidad total

Sean 𝐴1 , … , 𝐴𝑘 eventos mutuamente excluyentes y exhaustivos. Entonces, para

cualquier otro evento 𝐵,

𝑃 𝐵 = 𝑃 𝐵|𝐴1 𝑃 𝐴1 + ⋯ + 𝑃 𝐵|𝐴𝑘 𝑃 𝐴𝑘 = ෍ 𝑃 𝐵|𝐴𝑖 𝑃 𝐴𝑖

𝑖=1

Profesor Carlos Abel Eslava Carrillo 22

 Probabilidad total
Ejemplo 9. Una persona tiene tres cuentas de correo electrónico diferentes. La
mayoría de sus mensajes, el 70%, entra en la cuenta 1, mientras que el 20% entra
en la cuenta 2 y el 10% restante de la cuenta 3. De los mensajes en la cuenta 1,
sólo el 1% es spam, mientras que porcentajes correspondientes a las cuentas 2 y 3
son 2% y 5%, respectivamente. ¿Cuál es la probabilidad de que un mensaje spam
sea seleccionado al azar?

Profesor Carlos Abel Eslava Carrillo 23

 Teorema de Bayes
El cálculo de una probabilidad posterior 𝑃 𝐴𝑗 |B a partir de probabilidades previas
dadas 𝑃 𝐴𝑗 y probabilidades condicionales𝑃 B|𝐴𝑗 ocupa una posición central en
la probabilidad elemental.
Teorema de Bayes
Sean 𝐴1 , … , 𝐴𝑘 un conjunto de eventos mutuamente excluyentes y exhaustivos con
probabilidades previas 𝑃 𝐴𝑖 . Entonces, para cualquier otro evento 𝐵 para el cual
𝑃 𝐵 > 0, la probabilidad posterior de 𝐴𝑖 dado que 𝐵 ha ocurrido es:

𝑃 𝐴𝑗 ∩B 𝑃 𝐵|𝐴𝑖 𝑃 𝐴𝑖
𝑃 𝐴𝑗 |B = = 𝑘 𝑗 = 1,2, … , 𝑘
𝑃 𝐵 σ𝑖=1 𝑃 𝐵|𝐴𝑖 𝑃 𝐴𝑖

Profesor Carlos Abel Eslava Carrillo 24

 Teorema de Bayes
Ejemplo 10. Una cadena de tiendas de video vende tres marcas diferentes de
reproductores de DVD. De sus ventas de reproductores de DVD, 50% son de la
marca 1, 30% de la marca 2 y 20% de la marca 3. Cada fabricante ofrece un año
de garantía en las partes y mano de obra. Se sabe que el 25% de los
reproductores de DVD de la marca 1 requieren trabajo de reparación dentro del
periodo de garantía, mientras que los porcentajes correspondientes de las marcas
2 y 3 son 20% y 10%, respectivamente.
a) ¿Cuál es la probabilidad de que un comprador seleccionado al azar haya adquirido un
reproductor de DVD marca 1 que necesitará reparación mientras se encuentra dentro de
la garantía?
b) ¿Cuál es la probabilidad de que un comprador seleccionado al azar haya comprado un
reproductor de DVD que necesitará reparación mientras se encuentra dentro de la
garantía?
c) Si un cliente regresa a la tienda con un reproductor de DVD que necesita reparación
dentro de la garantía, ¿cuál es la probabilidad de que sea un reproductor de DVD marca
1?

Profesor Carlos Abel Eslava Carrillo 25

 Bibliografía
o Devore, Jay. Probabilidad y estadística para ingeniería y ciencias. 9ª. ed. México, D.F.: Cengage Learning,
2016.
o Mendenhall, William, Robert Beaver y Barbara Beaver. Introducción a la probabilidad y estadística. México,
D.F.: Cengage Learning, 2015.
o Montgomery, Douglas y George Runger. Probabilidad y estadística aplicadas a la ingeniería. 2ª. ed. Trad.
Rodolfo Piña. México, D.F.: Limusa, 2002.
o Navidi, William. Estadística para ingenieros y científicos. Trad. Ana García. México, D.F.: McGraw Hill
Interamericana, 2006.
o Johnson, Robert y Patricia Kuby. Estadística elemental. 11ª. ed. México, D.F.: Cengage Learning, 2016.
o Nieves, Antonio y Federico Domínguez. Probabilidad y estadística para ingeniería: un enfoque moderno.
México, D.F.: McGraw-Hill, 2010.
o Spiegel, Murray y Larry Stephens. Estadística. 4ª. ed. México, D.F.: McGraw Hill, 2012.
o Triola, Mario. Estadística. 11ª. ed. México, D.F.: Pearson Educación, 2013.
o Walpole, Ronald, Raymond Myers, Sharon Myers y Keying Ye. Probabilidad y estadística para ingeniería y
ciencias. 9ª. ed. Trad. Javier Enríquez. México, D.F.: Pearson Educación, 2012.
o Wackerly, Dennis, William Mendenhall y Richard Scheaffer. 7ª. ed. Estadística matemática con aplicaciones.
México, D.F.: Cengage Learning, 2010.

Profesor Carlos Abel Eslava Carrillo 26