INTRODUCCIÓN A

CURSO
2020 - 2021
LA PROBABILIDAD
UNIDAD 02

80328 - ESTADÍSTICA
PAMO
UD2. Introducción a la probabilidad.

ÍNDICE
1  Fenómenos aleatorios ................................................................ 3 
2  Operaciones con sucesos aleatorios ......................................... 4 
3  Noción de probabilidad .............................................................. 6 
4  Combinatoria .............................................................................. 7 
5  Compatibilidad de sucesos ........................................................ 8 
6  Sucesos Independientes y probabilidad condicionada .............. 9 
7  Teorema de la probabilidad total .............................................. 10 
8  Teorema de Bayes ................................................................... 11 
9  Test diagnóstico ....................................................................... 12 
10  Ejercicios resueltos .................................................................. 14 
11  Ejercicios propuestos ............................................................... 18 

80328 – Estadística -2- PAMO

 UD2. Introducción a la probabilidad.

1 FENÓMENOS ALEATORIOS
En la realidad existen multitud de fenómenos cuyos resultados son previsibles, es decir,
que dadas unas condiciones existen leyes que rigen el comportamiento de tales
fenómenos y determinan el resultado. A estos fenómenos los llamamos experimentos
deterministas y un ejemplo de ellos sería el movimiento armónico simple (m.a.s.)
estudiado en física.

Figura 1. Ecuaciones del movimiento armónico simple.

Sin embargo, hay otros muchos fenómenos en los que no es posible predecir con
certeza su resultado, por ejemplo, el lanzamiento de una moneda o un de un dado (no
trucados claro).

Figura 2. Resultado impredecible: lanzar dos dados.

Un experimento se dice que es un experimento aleatorio cuando puede tener varios

resultados, pero resulta imposible determinar cuál de ellos se va a dar antes de llevar a
cabo el experimento.
Por lo tanto, se dice que un experimento es un experimento aleatorio cuando verifica las
siguientes condiciones:
 Se puede repetir indefinidamente, siempre en las mismas condiciones.
 Antes de realizarlo, no se puede predecir el resultado que se va a obtener.
 El resultado obtenido pertenece a un conjunto conocido previamente de
resultados posibles.
El conjunto de posibles resultados de un experimento aleatorio se denomina espacio
muestral y se representa por E. Además, a cada uno de los elementos que forman ese
espacio muestral, es decir, a cada uno de los posibles resultados del experimento
80328 – Estadística -3- PAMO
 UD2. Introducción a la probabilidad.

aleatorio, lo denominamos suceso elemental. Se definen también los sucesos

compuestos, o simplemente sucesos, como aquellos que pueden ser descompuestos
en varios sucesos elementales.

Figura 3. Espacio muestral del experimento aleatorio, lanzar un dado.

Así, por ejemplo, el espacio muestral del experimento aleatorio consistente en lanzar un
dado constaría, como se muestra en la figura 3, de seis posibles resultados (los seis
valores diferentes de las seis caras del dado) y cada uno de ellos constituiría un suceso
elemental. Si se plantease ahora el suceso “obtener un número par”, este sería un
suceso compuesto, pues esta formado por tres sucesos elementales, los mostrados en
la figura 4.

Figura 4. Suceso compuesto “sacar un número par al lanzar un dado”.

En general, se denomina suceso aleatorio a cualquier subconjunto del espacio muestral

de un experimento aleatorio.

2 OPERACIONES CON SUCESOS ALEATORIOS

Las operaciones que se pueden realizar con los sucesos aleatorios, como subconjuntos
del espacio muestral que son, son las que se definen sobre los conjuntos. Recordemos
las más importantes:
 Unión de dos sucesos: dados dos sucesos aleatorios 𝐴 y 𝐵, contenidos en el
espacio muestral de un experimento aleatorio, se denomina suceso unión de
ambos y se representa por 𝐴 ∪ 𝐵, al conjunto formado por todos los sucesos
elementales que pertenecen, o bien a 𝐴, o bien a 𝐵 (incluyendo los que están
en ambos simultáneamente – ver la figura 5).
 Intersección de dos sucesos: dados dos sucesos aleatorios 𝐴 y 𝐵, contenidos
en el espacio muestral de un experimento aleatorio, se denomina suceso

80328 – Estadística -4- PAMO

UD2. Introducción a la probabilidad.

intersección de ambos y se representa por 𝐴 ∩ 𝐵, al conjunto formado por todos

los sucesos elementales que pertenecen a 𝐴 y a 𝐵 al mismo tiempo (ver figura
6).

Figura 5. Unión de dos sucesos.

Figura 6. Intersección de dos sucesos.

 Diferencia de dos sucesos: dados dos sucesos aleatorios 𝐴 y 𝐵, contenidos en

el espacio muestral de un experimento aleatorio, se denomina diferencia de 𝐴
y 𝐵 y se representa por 𝐴 𝐵, al conjunto formado por todos los sucesos
elementales que pertenecen a 𝐴, pero no a 𝐵 (ver figura 7).

Figura 7. Diferencia de dos sucesos.

Figura 8. Suceso complementario de otro dado.

80328 – Estadística -5- PAMO

 UD2. Introducción a la probabilidad.

Además, se define el suceso complementario de un suceso 𝐴 y se representa por 𝐴 o

por 𝐴̅, a aquel que se verifica cuando no se verifica 𝐴 (ver figura 8). Desde el punto de
vista de la probabilidad siempre se verifica que:
𝑃 𝐴 𝑃 𝐴̅ 1 𝑃 𝐴

3 NOCIÓN DE PROBABILIDAD
3.1 NOCIÓN FECUENTISTA DE PROBABILIDAD
Cuando repetimos un experimento aleatorio, a medida aumentamos el número de
repeticiones, se observa que la frecuencia relativa con la que aparecen cada uno de los
sucesos elementales del espacio muestral tiende a estabilizarse (converger) en un cierto
valor. Según la noción frecuentista de probabilidad la probabilidad de un suceso es,
precisamente, la frecuencia relativa del mismo cuando se repite el experimento que lo
origina un número muy elevado de veces. Es decir, si 𝑖 es el número de repeticiones de
un cierto experimento aleatorio la probabilidad del suceso 𝐴 será:
𝑃 𝐴 lim ℎ 𝐴
→

Esta primera idea de probabilidad presenta el problema de que, para conocer la

probabilidad de un suceso, se necesitaría repetir el experimento aleatorio que lo origina
infinitas veces, o al menos un número suficientemente grande como para garantizar la
precisión que sea necesaria. Además, hay muchos experimentos aleatorios imposibles
de realizar, por ejemplo, piénsese en la probabilidad de morir jugando a la ruleta rusa.

Figura 9. Experimento aleatorio imposible de repetir muchas veces: ruleta rusa.

3.2 NOCIÓN BAYESIANA DE PROBABILIDAD

La noción bayesiana de probabilidad define la probabilidad de un suceso como el grado
de certeza que se posee sobre la posibilidad de que este ocurra. El problema que tiene
es que se trata de algo personal, subjetivo y puede ser diferente para cada persona.
3.3 DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD
Se trata de dar una definición rigurosa de probabilidad, que permita trabajar con las
probabilidades posteriormente.
Dado un espacio muestral, se llama probabilidad a cualquier función 𝑃, que asigna a
cada suceso 𝐴 del espacio muestral, un valor numérico 𝑃 𝐴 , que expresa la mayor o
menor facilidad de que dicho suceso se verifique al llevar a cabo el experimento aleatorio
que le da lugar, verificando las siguientes reglas (axiomas).

80328 – Estadística -6- PAMO

 UD2. Introducción a la probabilidad.

 La probabilidad de un suceso es siempre un número positivo entre 0 y 1.

0 𝑃 𝐴 1 ∀ 𝐴 ⊂ 𝐸 espacio muestral
 La probabilidad del suceso seguro, el que ocurre siempre, es 1.
𝑃 𝐸 1
 La probabilidad de la unión de sucesos disjuntos es la suma de sus
probabilidades.
𝑃 𝐴∪𝐵 𝑃 𝐴 𝑃 𝐵 si 𝐴, 𝐵 ⊂ 𝐸 y 𝐴 ∩ 𝐵 ∅
3.4 REGLA DE LAPLACE
Si un experimento aleatorio da lugar a un número finito de resultados posibles, y no hay
razón alguna que privilegie unos resultados en contra de otros (son equiprobables), la
regla de Laplace establece que la probabilidad de un suceso cualquiera 𝐴 es el cociente
entre el número de casos favorables a 𝐴 y el de todos los casos posibles.
número de casos favorables a 𝐴
𝑃 𝐴
número de casos posibles

4 COMBINATORIA
Para poder aplicar la regla de Laplace se han de de contar tanto los casos favorables al
suceso cuya probabilidad deseamos conocer como los sucesos posibles, tarea esta que,
si el número de sucesos posibles se hace muy grande, resulta muy tediosa si para ello
se la de construir el espacio muestral.
Afortunadamente, la combinatoria proporciona las herramientas necearías para
completar este tipo de tareas con poco esfuerzo y la necesidad de representar el espacio
muestral del experimento aleatorio.
4.1 COMBINACIONES
Son la cantidad de disposiciones diferentes que podemos formar con 𝑚 elementos
tomados de 𝑛 en 𝑛, siendo dos disposiciones diferentes si están formadas por elementos
distintos, es decir, no tenemos en cuenta el orden de los elementos.
Resultan muy útiles a la hora de contar casos favorables y posibles y se calculan:
𝑚 𝑚!
𝐶 𝐶 , 𝑛 𝑛! 𝑛 𝑚 !
4.2 VARIACIONES
Son la cantidad de disposiciones diferentes que podemos formar con m elementos
tomados de n en n, siendo dos disposiciones diferentes si están formadas por elementos
distintos o si estos están colocados en distinto orden, es decir, tenemos en cuenta el
orden de los elementos.
𝑉 𝑉 , 𝑚 𝑚 1 ⋯ 𝑚 𝑛 1

80328 – Estadística -7- PAMO

 UD2. Introducción a la probabilidad.

4.3 PERMUTACIONES
Son un caso particular de las variaciones en el que las diferentes disposiciones siempre
toman el conjunto de los elementos, es decir, son las variaciones de 𝑚 elementos
tomados de 𝑚 en 𝑚.
𝑃 𝑉 . 𝑚!
4.4 COMBINACIONES CON REPETICIÓN
Son la cantidad de disposiciones diferentes que podemos formar con 𝑚 elementos
tomados de 𝑛 en 𝑛, pudiendo aparecer elementos repetidos y siendo dos disposiciones
diferentes si están formadas por elementos distintos, es decir, no tenemos en cuenta el
orden de los elementos.

𝑚 𝑛 1 𝑚 𝑛 1 !
𝑅𝐶 𝑅𝐶 ,
𝑛 𝑛! 𝑚 1 !
4.5 VARIACIONES CON REPETICIÓN
Son la cantidad de disposiciones diferentes que podemos formar con m elementos
tomados de n en n, pudiendo aparecer elementos repetidos y siendo dos disposiciones
diferentes si están formadas por elementos distintos o si estos están colocados en
distinto orden, es decir, tenemos en cuenta el orden de los elementos.
𝑅𝑉 𝑅𝑉 , 𝑚

4.6 PERMUTACIONES CON REPETICIÓN

Son el número de disposiciones diferentes que se pueden formar con 𝑚 elementos, en
las que cada elemento puede aparecer 𝑛 , 𝑛 , ⋯ 𝑛 veces y con un orden determinado.
𝑛!
𝑅𝑃
𝑛 ! 𝑛 ! … 𝑛 !

5 COMPATIBILIDAD DE SUCESOS
Se dice que dos sucesos son incompatibles cuando no pueden suceder ambos al mismo
tiempo, es decir, cuando no pueden verificarse ambos simultáneamente. En
consecuencia, la intersección de sucesos incompatibles es el conjunto nulo.
Si 𝐴 y 𝐵 incompatibles ⇒ 𝐴 ∩ 𝐵 ∅ con 𝐴, 𝐵 ⊂ 𝐸

Figura 10. Sucesos compatibles e incompatibles.

80328 – Estadística -8- PAMO

 UD2. Introducción a la probabilidad.

Cuando dos sucesos son incompatibles la probabilidad de la unión de ambos es la suma

de sus probabilidades.
𝑃 𝐴∪𝐵 𝑃 𝐴 𝑃 𝐵
Por el contrario, se dice que dos sucesos son compatibles cuando se pueden dar
simultáneamente, es decir, cuando se pueden verificar ambos al mismo tiempo. En
consecuencia, la intersección de sucesos compatibles nunca es el conjunto vacío.
Si 𝐴 y 𝐵 incompatibles ⇒ 𝐴 ∩ 𝐵 ∅ con 𝐴, 𝐵 ⊂ 𝐸
Cuando dos sucesos son incompatibles la probabilidad de la unión de ambos es la suma
de sus probabilidades menos la probabilidad de la intersección.
𝑃 𝐴∪𝐵 𝑃 𝐴 𝑃 𝐵 𝑃 𝐴∩𝐵
A la hora de representar sucesos y sus probabilidades son de gran utilidad los
diagramas de Venn, en especial cuando se trata de sucesos compatibles.

Figura 11. Diagrama de Venn de dos sucesos compatibles.

6 SUCESOS INDEPENDIENTES Y PROBABILIDAD CONDICIONADA

Dos sucesos 𝐴 y 𝐵 se dice que son independientes si el resultado de un suceso no
influye en el resultado del otro, es decir, que el resultado de 𝐴 no afecta a 𝐵. Cuando
dos sucesos son independientes la probabilidad de su intersección es directamente el
producto de sus probabilidades.
𝑃 𝐴∩𝐵 𝑃 𝐴 𝑃 𝐵
Sin embargo, en muchos casos la verificación o no de un suceso 𝐴 influye en la
probabilidad de otro suceso 𝐵 y en estos casos se habla de probabilidad condicionada.
En estos casos la probabilidad de que se verifiquen ambos sucesos es igual al producto
de la probabilidad de que se verifique 𝐴, multiplicada por la probabilidad de que se
verifique 𝐵 sabiendo que se ha verificado 𝐴.
𝑃 𝐴∩𝐵 𝑃 𝐴 𝑃 𝐵|𝐴
A la probabilidad de que suceda 𝐵 cuando se ha verificado 𝐴 se conoce como la
probabilidad de 𝐵 condicionado a 𝐴, se representa por 𝑃 𝐵|𝐴 o 𝑃 𝐵 y se calcula según
la expresión:
𝑃 𝐴∩𝐵
𝑃 𝐵|𝐴
𝑃 𝐴
80328 – Estadística -9- PAMO
 UD2. Introducción a la probabilidad.

Análogamente, a la probabilidad de que suceda 𝐴 cuando se ha verificado 𝐵 se conoce

como la probabilidad de 𝐴 condicionado a 𝐵, se representa por 𝑃 𝐴|𝐵 o 𝑃 𝐴 y se
calcula según la expresión:
𝑃 𝐴∩𝐵
𝑃 𝐴|𝐵
𝑃 𝐵
Un error muy común que evitar es confundir la probabilidad condicionada con una
intersección. En ambos casos se mide una intersección, pero cuando se trata de la
intersección, 𝑃 𝐴 ∩ 𝐵 se hace respecto al espacio muestral al completo, mientras que
cuando se hace referencia a la probabilidad condicionada, 𝑃 𝐵|𝐴 , se hace únicamente
respecto del suceso 𝐵.

7 TEOREMA DE LA PROBABILIDAD TOTAL

Considérese una colección de sucesos contenidos en un espacio muestral, 𝐸,
nombrados 𝐴 , 𝐴 , ⋯ 𝐴 que, además, cumplen que son independientes dos a dos (la
intersección de cualesquiera dos de ellos es el conjunto nulo) y cuya unión es el espacio
muestral, 𝐸. Un conjunto de sucesos como el descrito constituye un sistema exhaustivo
y excluyente.
𝐴 ∪ 𝐴 ∪ ⋯∪𝐴 𝐸
Si 𝐴 , 𝐴 , ⋯ 𝐴 ⊂ 𝐸 cumplen 𝐴 ∩ 𝐴 ∀𝑖, 𝑗 con 𝑖 𝑗 ⇒ Sistema exhaustivo y excluyente

Figura 12. Sistema exhaustivo y excluyente de cuatro sucesos.

En otras palabras, un sistema exhaustivo y excluyente, como el de la figura 12, de

sucesos es un conjunto de 𝑛 sucesos de forma que siempre sucede uno de ellos y solo
uno de ellos al mismo tiempo, es decir, son mutuamente excluyentes.
Si se considera otro suceso cualquiera, 𝐵, contenido en el espacio muestral, 𝐸, el
teorema de la probabilidad total permite afirmar que ese suceso 𝐵, puede
descomponerse en componentes del sistema exhaustivo y excluyente 𝐴 , 𝐴 , ⋯ 𝐴 y,
además, si la probabilidad de 𝐵 en cada uno de los componentes del sistema es
conocida se cumple:

𝑃 𝐵 𝑃 𝐵|𝐴 𝑃 𝐴

80328 – Estadística - 10 - PAMO

 UD2. Introducción a la probabilidad.

𝑃 𝐵 𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐴 𝑃 𝐵|𝐴
𝑃 𝐴 𝑃 𝐵|𝐴 𝑃 𝐴 𝑃 𝐵|𝐴

Figura 13. Ejemplo de aplicación del teorema de la probabilidad total.

8 TEOREMA DE BAYES
En las condiciones descritas en el epígrafe anterior, con 𝐴 , 𝐴 , ⋯ 𝐴 un sistema
exhaustivo y excluyente y 𝐵 un suceso cualquiera, si se conoce que se ha verificado
este último el Teorema de Bayes permite calcular la probabilidad de que ocurra cada
uno de los 𝐴 según la expresión:

𝑃 𝐵|𝐴 𝑃 𝐴
𝑃 𝐴 |𝐵
𝑃 𝐵
A las probabilidades de cada uno de los sucesos del sistema exhaustivo y excluyente,
𝑃 𝐴 se las denomina probabilidades a priori por expresar la probabilidad de se
verifique cada uno los 𝐴 , mientras que a las probabilidades condicionadas 𝑃 𝐴 |𝐵 se
las conoce como probabilidades a posteriori por expresar las probabilidades de que se
verifiquen los sucesos del sistema exhaustivo y excluyente una vez se ha realizado en
experimento aleatorio.

Figura 14. Ejemplo de aplicación del Teorema de Bayes.

Nótese que la probabilidad a priori de que ocurra un suceso 𝐴 , se ve modificada una

vez se realiza el experimento y se toma conciencia de que se ha verificado 𝐵, pasado
la probabilidad de que se haya verificado 𝐴 , probabilidad a posteriori, a ser 𝑃 𝐴 |𝐵 .
Este hecho presenta numerosas aplicaciones en ciencia pues modifica la capacidad
para tomar decisiones en función de los resultados de los experimentos o pruebas que
se van llevado a cabo. Una de las aplicaciones más características en el campo de las
ciencias de la salud es valorar si un paciente está o no enfermo tras realizar una prueba

80328 – Estadística - 11 - PAMO

 UD2. Introducción a la probabilidad.

y dar este positivo. Así, el test o prueba de diagnóstico es una aplicación directa del
teorema de Bayes que se estudiará en el epígrafe siguiente.

9 TEST DIAGNÓSTICO
Los test diagnósticos son una aplicación del Teorema de Bayes, pero antes de
explicarlos conviene presentar los conceptos de incidencia y prevalencia de una
enfermedad. Incidencia y prevalencia, son ambas medidas de la frecuencia con que una
enfermedad aparece en una población.
La incidencia se define como el número de nuevos casos de la enfermedad en un
período de tiempo predefinido, es decir, cuantifica la cantidad de individuos que
contraerán la enfermedad en un período concreto.
La prevalencia, sin embargo, es la proporción de individuos en la población que, en un
momento concreto, padecen la enfermedad, es decir, es la probabilidad de que un
individuo al azar se encuentre enfermo.
La prevalencia depende, lógicamente, de la incidencia y de la duración de la
enfermedad. Ambas medidas con complementarias y se utilizan con fines diferentes.
Así, por ejemplo, la prevalencia es de gran utilidad en el estudio de enfermedades de
larga duración y crónicas para planificar necesidades asistenciales. La incidencia juega
un papel importante cuando lo que interesa es el flujo de pacientes, la evolución de la
enfermedad, por ejemplo, en el caso de enfermedades infeccionas como la COVID-19.
Cuando se ha diagnosticar a un paciente se comienza teniendo una idea subjetiva, a
priori, de la probabilidad de que esté enfermo. Esa idea se basa en lo que se sabe de la
enfermedad que se sospecha que el paciente puede tener, en su prevalencia, esto es,
en la probabilidad de que esté enfermo, 𝑃 𝐸 . Evidentemente, a fin de confirmar o
descartar tal sospecha se utiliza una o varias pruebas diagnósticas que pueden resultar
positivas, 𝑇 , o negativas, 𝑇 .
Cualquier prueba o test que se emplee, previamente ha sido evaluado sobre grupos de
individuos, tanto enfermos, como sanos a fin de estimar dos características
fundamentales del mismo, su sensibilidad y su especificidad.
La sensibilidad de una prueba diagnóstica, también denominada índice de verdaderos
positivos, es la probabilidad de que la prueba salga positiva cuando se somete a ella un
individuo enfermo. La especificidad o índice de verdaderos negativos es la probabilidad
de que la prueba salga negativa cuando se somete a ella un individuo sano. Por lo tanto,
se puede escribir:
 Sensibilidad 𝑃 𝑇 |𝐸
 Especificidad 𝑃 𝑇 |𝐸
Ahora bien, para tomar una decisión sobre si el paciente está o no enfermo, lo que
interesa conocer es la probabilidad de que un individuo esté enfermo cuando el test ha
sido positivo o la probabilidad de que el individuo es sano cuando el test ha sido
negativo. A estas probabilidades se las denomina, respectivamente, índice predictivo
positivo e índice predictivo negativo. Entonces, aplicando el Teorema de Bayes:

80328 – Estadística - 12 - PAMO

 UD2. Introducción a la probabilidad.

 Índice predictivo positivo:

𝑃 𝑇 |𝐸 𝑃 𝐸
𝑃 𝐸|𝑇
𝑃 𝑇 |𝐸 𝑃 𝐸 𝑃 𝑇 |𝐸 𝑃 𝐸
 Índice predictivo negativo:
𝑃 𝑇 |𝐸 𝑃 𝐸
𝑃 𝐸 |𝑇
𝑃 𝑇 |𝐸 𝑃 𝐸 𝑃 𝑇 |𝐸 𝑃 𝐸
A las probabilidades complementarias de la sensibilidad y la especificidad se las
denomina, respectivamente, índice de falsos negativos e índice de falsos positivos, de
manera que entonces:
 Índice de falsos negativos 𝑃 𝑇 |𝐸
 Índice de falsos positivos 𝑃 𝑇 |𝐸

80328 – Estadística - 13 - PAMO

 UD2. Introducción a la probabilidad.

10 EJERCICIOS RESUELTOS

En un instituto los resultados obtenidos por los estudiantes de segundo

curso de bachillerato muestran que un 22% de ellos suspenden matemáticas y un 32%
física. Además, de los que suspenden matemáticas un 69% también suspenden física.
1. Determinar la probabilidad de escoger un alumno al azar y que suspenda física
pero no matemáticas.
2. Si un alumno ha suspendido matemáticas, ¿qué probabilidad hay de que haya
aprobado física?
SOLUCION
El primer paso es identificar que sucesos intervienen en el problema. En este caso
tenemos dos: suspender matemáticas y suspender física. Nombrémoslos.
𝑀: suspender matemáticas
𝐹: suspender física
Ahora escribamos en forma de probabilidades los datos del enunciado. Hay tres datos,
los primeros son las probabilidades de 𝑀y 𝐹, pero el tercero es algo más complicado.
Nos dice el enunciado “… de los que suspenden matemáticas…”, por lo tanto, hay un
suceso que ya sabemos que se ha verificado, el estudiante ha suspendido matemáticas.
Así pues, se trata de la probabilidad de suspender física condicionada a haber
suspendido matemáticas.
𝑃 𝑀 0,22
𝑃 𝐹 0,32
𝑃 𝐹|𝑀 0,69
Veamos ahora que tenemos que calcular. En el primer apartado nos piden la
probabilidad de ocurran dos cosas: que suspenda física y que no suspenda
matemáticas. Es decir, hemos de calcular la intersección de dos sucesos: 𝐹 y el
complementario de 𝑀, 𝑀.
En el segundo apartado, hay un suceso que ya nos dicen que se ha verificado, el
estudiante ha suspendido matemáticas. Por lo tanto, estamos hablando de una
probabilidad condicionada al suceso 𝑀, hemos de calcular la probabilidad de aprobar
física (es decir, no suspender física) condicionada a suspender matemáticas.
Así pues, resumiendo lo anterior, del enunciado tenemos lo siguiente:

𝑀: suspender matemáticas 𝑃 𝑀 0,22 ¿𝑃 𝐹 ∩ 𝑀 ?

𝐹: suspender física 𝑃 𝐹 0,32 ¿ 𝑃 𝐹 |𝑀 ?
𝑃 𝐹|𝑀 0,69

80328 – Estadística - 14 - PAMO

 UD2. Introducción a la probabilidad.

Comencemos entonces con el primer apartado, 𝑃 𝐹 ∩ 𝑀 . Para tener una idea más clara
de que probabilidad es la que debemos calcular dibujemos un diagrama de Venn.

Nos interesa, evidentemente, la zona sombreada en verde y del diagrama se puede

concluir fácilmente qué:
𝑃 𝐹∩𝑀 𝑃 𝐹 𝑃 𝐹∩𝑀
El problema es que no sabemos cuanto vale la probabilidad de 𝑃 𝐹 ∩ 𝑀 , pero es fácil
calcularla haciendo uso del dato de que 𝑃 𝐹|𝑀 0,69, ya que:
𝑃 𝐹∩𝑀
𝑃 𝐹|𝑀 ⟹𝑃 𝐹∩𝑀 𝑃 𝑀 𝑃 𝐹|𝑀 0,22 0,68 0,1518
𝑃 𝑀
Entonces:
𝑃 𝐹∩𝑀 𝑃 𝐹 𝑃 𝐹∩𝑀 0,32 0,1518 0,1682
Para resolver el segundo apartado basta tener en cuenta que
𝑃 𝐹∩𝑀 𝑃 𝑀 𝑃 𝐹∩𝑀 0,32 0,1518
𝑃 𝐹 |𝑀 0,7645
𝑃 𝑀 𝑃 𝑀 0,22

Las estadísticas oficiales del año 2019 muestran que, entre la población
activa, el 38,3% no ha alcanzado la segunda etapa de educación secundaria, un 21,6%
tiene completada la segunda etapa de formación secundaria y el 40,1% está en
posesión de algún título de educación superior. El nivel de paro es diferente en cada
una de esas categorías ya que están desempleados el 18,3% de los que no han
alcanzado la segunda etapa de educación secundaria, el 12,2% de los que tienen
completada la segunda etapa deformación secundaria y solo un 7,9% de los que %
están en posesión de algún título de educación superior. Determinar:
1. La probabilidad de que, elegida una persona al azar, tenga un título de educación
superior y esté desempleada.
2. La probabilidad de que, elegida una persona al azar que resulta estar
desempleada, no haya completado la segunda etapa de educación secundaria.
3. La probabilidad de que, elegida una persona al azar, este trabajando o tenga un
título de educación superior.

80328 – Estadística - 15 - PAMO

 UD2. Introducción a la probabilidad.

SOLUCIÓN
Como en el problema anterior comenzaremos por poner nombre a todos los sucesos
que intervienen en el enunciado.
𝐹 no tiene la 2ª etapa de secundaria.
𝐹 tiene la 2ª etapa de secundaria.
𝐹 tiene un título de educación superior.
𝐷 está desempleado.
Del enunciado obtenemos, también, las probabilidades de los sucesos 𝐹 , 𝐹 y 𝐹 .
Además, el enunciado nos da el nivel de desempleo según a que grupo pertenezca un
individuo, es decir, la probabilidad de estar desempleado condicionada a pertenecer a
cada una de las categorías.

𝑃 𝐹 0,383 𝑃 𝐷|𝐹 0,183

𝑃 𝐹 0,216 𝑃 𝐷|𝐹 0,122
𝑃 𝐹 0,401 𝑃 𝐷|𝐹 0,079

Ahora ya podemos ponernos a resolver los diferentes apartados. En el primero nos

piden la intersección de dos sucesos: estar desempleado y tener un título de educación
superior, 𝑃 𝐷 ∩ 𝐹 . El cálculo es sumamente fácil:
𝑃 𝐷∩𝐹 𝑃 𝐹 𝑃 𝐷|𝐹 0,401 0,079 0,032
El segundo apartado establece que se ha verificado el suceso 𝐷 y, en esas condiciones,
pide la probabilidad de que se verifique 𝐹 , es decir, pide la 𝑃 𝐹 |𝐷 , una probabilidad a
posteriori. Tenemos del enunciado la probabilidad a priori, 𝑃 𝐷|𝐹 , para calcular la que
se pide hemos de aplicar el Teorema de Bayes.

Nótese que los sucesos 𝐹 , 𝐹 y 𝐹 forman un

sistema exhaustivo y excluyente y que el suceso
𝐷, según el teorema de la probabilidad total,
puede calcularse descomponiéndolo según los
sucesos del sistema exhaustivo y excluyente.
Entonces aplicando los teoremas de Bayes y de la
probabilidad total tenemos:
𝑃 𝐹 𝑃 𝐷|𝐹
𝑃 𝐹 |𝐷
𝑃 𝐷

𝑃 𝐹 𝑃 𝐷|𝐹
𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹

0,401 0,079
0,247
0,383 0,183 0,216 0,122 0,401 0,079

80328 – Estadística - 16 - PAMO

 UD2. Introducción a la probabilidad.

En el tercer apartado se pide determinar la probabilidad de la unión de dos sucesos, no

estar desempleado (estar trabajando) y tener un título de educación superior. Dado que
ambos sucesos son compatibles necesitamos la probabilidad de la intersección y la
probabilidad de ambo sucesos, 𝐹 , que es dato y 𝐷 que podemos determinar haciendo
uso del teorema de la probabilidad total. Entonces:
𝑃 𝐷 𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹 𝑃 𝐹 𝑃 𝐷|𝐹
0,383 0,183 0,216 0,122 0,401 0,079 0,128
𝑃 𝐷∪𝐹 𝑃 𝐷 𝑃 𝐹 𝑃 𝐷∩𝐹 1 𝑃 𝐷 𝑃 𝐹 𝑃 𝐹 𝑃 𝐷∩𝐹
1 0,128 0,401 0,401 0,032 0,904

80328 – Estadística - 17 - PAMO

 UD2. Introducción a la probabilidad.

11 EJERCICIOS PROPUESTOS

Escribir el espacio muestral del experimento que consiste en lanzar dos

dados haciendo la tabla de doble entrada de los posibles resultados de ambos dados.

Un etólogo estudia un numeroso grupo de babuinos en libertad.

Observa que, de los 150 animales del grupo, 5 tienen el pelo de un color
extremadamente claro. ¿Cuál es la probabilidad de que la siguiente clase de babuino
que nazca en el grupo porte esta coloración clara?

En una boda, el 60% de los invitados vienen por parte de la novia y el

60% vienen por parte del novio. ¿Cuál es el tanto por ciento de los amigos comunes de
los novios? ¿Cuál es la probabilidad de que un invitado tomado al azar sea amigo del
novio y de la novia?

Una camada de perros se compone de cuatro cachorros:

 Halla la probabilidad de que exactamente dos sean machos.
 ¿Cuál es la probabilidad de que exactamente dos sean machos si el nacido en
primer lugar es macho?
 Hallar la probabilidad de que el último en nacer sea macho.
 ¿Cuál es la probabilidad de que el último en nacer sea macho y los tres primeros
fueron hembras?

Cada pregunta de un examen tiene dos respuestas alternativas de las

que sólo una es correcta. Un alumno contesta al azar un examen de ese tipo con tres
preguntas.
 Construya un espacio muestral adecuado a esta experiencia

 Calcule P(B), P(AB), P(C), P(BC), siendo A,B y C los sucesos siguiente:
- A: El alumno contesta correctamente la primera pregunta
- B: El alumno contesta correctamente dos de las tres preguntas
- C: El alumno contesta correctamente las tres peguntas

Una plaga afecta al 50% de todos los cornejos de un área dada. Se

toma una muestra de tres árboles y cada uno se clasifica como afectado por la plaga (s)
o no afectado (n). Dado que la probabilidad de ser afectado es igual a la de no ser
afectado, cada uno de los ocho resultados posibles del experimento tiene la misma
probabilidad.
 Dibuja un árbol para representar los ocho elementos muestrales.
 Halla la probabilidad de que al menos dos estén afectados.

80328 – Estadística - 18 - PAMO

 UD2. Introducción a la probabilidad.

 Halla la probabilidad de que dos estén afectados y que el primero lo está.

 Halla la probabilidad de que exactamente dos estén afectados y que el primero lo
está.

Calcular la probabilidad de obtener, al tirar 2 dados, un 6 en el primer

dado y un total de más de 9 puntos entre los dos.

Calcular la probabilidad de sacar múltiplo de 2 condicionada a sacar

menos de 4 puntos en el lanzamiento de un dado.

Un estudio indica que el 10% de la población de E.E.U.U. tiene 65 años

o más, y que el 1% de la población total padece insuficiencia cardiaca moderada.
Además, el 10,4% de la población tiene 65 o más años o padece insuficiencia cardiaca
moderada. Eligiendo a un individuo al azar:
 Halla la probabilidad de que el individuo tenga 65 años o más y padezca de
insuficiencia cardiaca.
 Si un individuo es mayor de 65 años, ¿cuál es la probabilidad de que padezca de
insuficiencia cardiaca moderada?
 Si un individuo es menor de 65 años, ¿cuál es la probabilidad de que padezca
insuficiencia cardiaca moderada.

En un estudio sobre alcohólicos se informa de que el 40% de los

mismos tiene padre alcohólico y el 6%, madre alcohólica. El 42% tiene al menos uno de
los padres alcohólicos.
 ¿Cuál es la posibilidad de que elegido uno al azar tenga ambos padres
alcohólicos?
 ¿Tenga una madre alcohólica si lo es el padre?
 ¿Tenga una madre alcohólica si el padre no lo es?

En un estudio sobre sensibilidad, se practican necropsias en encéfalos

de pacientes afectados de demencia senil o degeneración arteriosclerótida cerebral. Se
informa de que el 35% tiene alteraciones asociadas con la demencia senil, el 45% tiene
alteraciones asociadas con la degeneración arteriosclerótida cerebral, y el 20% muestra
signos de ambas. Basándose en esta información ¿cuál es la probabilidad de que un
paciente con el cerebro dañado a consecuencia de la degeneración arteriosclerótida
tenga también alteraciones cerebrales características de la demencia senil? ¿Cuál es la
probabilidad de que un paciente que no tiene alteraciones debidas a la demencia senil
padezca degeneración arteriosclerótica cerebral?

80328 – Estadística - 19 - PAMO

 UD2. Introducción a la probabilidad.

Se estima que el 15% de la población adulta padece hipertensión, pero

que el 75% de todos los adultos cree no tener este problema. Se estima también que el
6% de la población tiene hipertensión, pero no es consciente de padecer dicha
enfermedad. Si un paciente adulto opina que no es hipertenso, ¿cuál es la probabilidad
de que la enfermedad, de hecho, exista?

De una baraja de 40 cartas extraemos dos cartas sin reemplazamiento.

Si ambas no son espadas, ¿cuál es la probabilidad de que al menos una de ellas sea
copas?

Se tienen dos urnas. En la primera, U1, hay tres bolas blancas y dos
rojas. En la segunda, U2, hay cuatro bolas blancas y dos rojas. Se realiza el siguiente
experimento aleatorio: se tira una moneda al aire y si sale cara se elige una bola al azar
de la primera urna, y si sale cruz, de la segunda. ¿Cuál es la probabilidad de que salga
una bola blanca?

Se tienen tres urnas. La primera, U1, contiene tres bolas blancas y dos
rojas. La segunda, U2, contiene cuatro bolas blancas y dos rojas. La tercera, U3, contiene
únicamente tres bolas rojas. Se realiza el siguiente experimento aleatorio: Alguien elige
al azar y con la misma probabilidad una de las tres urnas, y saca una bola. El resultado
del experimento es que ha salido una bola blanca, ¿cuál es la probabilidad de que
provenga de la primera urna?

Lanzamos un dado hasta observar por segunda vez un 6. Hallar la

probabilidad de que tal cosa suceda antes del quinto lanzamiento.

Se tiran dos dados consecutivamente. Calcular la probabilidad de:

 Sacar un 5.
 Sacar menos de 3 con el primer dado y más de 3 con el segundo.

En una determinada localidad hay tres partidos políticos: PP, PSOE e

IU. Se efectúa un referéndum para decidir si un cierto día se declara fiesta local. La
siguiente tabla nos da los resultados en % en función del partido al que votó cada
ciudadano en las últimas elecciones:

PP PSOE IU Abstención
Sí 25 20 8 12
No 15 10 2 8

 ¿Qué probabilidad hay de que una persona tomada al azar haya votado Sí?
 Calcular la probabilidad de que un individuo sea del PP sabiendo que ha votado
Sí.

80328 – Estadística - 20 - PAMO

 UD2. Introducción a la probabilidad.

En una perrera el 35% de los perros está más de 15 días de estancia,

el 40% necesita atención veterinaria y el 70% son adoptados; entre estos últimos, el
31% tiene una estancia superior a 15 días y el 24% necesita atención veterinaria. El
30% de los que necesitan atención veterinaria tienen una estancia superior a 15 días,
siendo sólo un 2% de los perros los que serán adoptados, llevan más de 15 días de
estancia y necesitan atención veterinaria. Se elige un perro al azar, se pide la
probabilidad de:
 De que necesite atención veterinaria, lleve más de 15 días de estancia o sea
adoptado.
 Sabiendo que necesita atención veterinaria, la probabilidad de que sea adoptado.

Una urna contiene ocho bolas blancas y cuatro bolas negras. Se

extraen, con reemplazamiento, cinco bolas.
 Hallar la probabilidad de que alguna sea blanca.

En una explotación ganadera dispone de tres cercados diferentes para

guardar ovejas. Un día concreto en el primer cercado hay 80 ovejas churras y solo 20
merinas, en el segundo cercado la proporción de merinas es del 66% y en el tercer y
último cercado hay 39 churras y 91 merinas.
 Si elegimos al azar y con igual probabilidad uno de los cercados y cogemos una
oveja. ¿Cuál es la probabilidad de que sea de raza merina?
 Si hemos realizado el experimento del apartado anterior y hemos cogido una oveja
merina. ¿Cuál es la probabilidad de que provenga del segundo cercado?

Con el objeto de diagnosticar la colelietasis se usan los ultrasonidos.

Tal técnica tiene una sensibilidad del 91% y una especificidad del 98%. En la población
que nos ocupa, la probabilidad de colelietasis es de 0,2.
 Si a un individuo de tal población se le aplican los ultrasonidos y dan positivos,
¿cuál es la probabilidad de que sufra la colelietasis?
 Si el resultado fuese negativo, ¿cuál sería la probabilidad de que no tenga la
enfermedad?

En el juego de las siete y media, las cartas de la baraja española

puntúan según su numeración del as al siete, y las figuras puntúan medio punto. ¿Cuál
es la probabilidad de obtener siete puntos sacando dos cartas? (Suponemos que
tenemos una baraja completa).

80328 – Estadística - 21 - PAMO