PROBABILIDADES Y

VARIABLES ALEATORIAS
ING. FIORELLA CORDOVA ALAYO
MOTIVACION

 “ ! Cuando me gane la Tinka...! ” Es una frase que

hemos escuchado muchas veces, y que incluso nosotros
hemos pensado alguna vez.
 “En qué banco guardare mis ahorros? ”. Es una
preocupación para todas las personas que desean seguir
la cultura del ahorro y esperan que su dinero, bien
invertido, les proporcione utilidades significativas.
 “A quién apuesto? ” Esto se preguntan los espectadores
en el Hipódromo de Monterrico en Lima, mientras
revisan los cuadros de los resultados de las últimas
fechas de competencias para poder tomar la decisión
más acertada en sus apuestas.
Experimento aleatorio.
 Experimentos o fenómenos aleatorios son los que pueden dar lugar a varios
resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va
a ser observado en la realización del experimento.
 Es aquel que al repetirlo en análogas condiciones, da resultados diferentes, es
decir, no se puede predecir el resultado que se va a obtener

Ejemplos:
 Seleccionar tres muestras al azar de la producción diaria de una industria.
 Observar la reacción de una sustancia química
 Elegir tres muestras de aire y observas si contiene gases contaminantes.
 Elegir dos fármacos al azar y determinar si esta por vencer
 Elegir tres frutas al azar de un cesto y observar si se obtiene naranja
 Determinar si llueve o no llueve en un día nublado
Suceso o evento:
 Suceso aleatorio es un acontecimiento que ocurrirá o no, dependiendo del azar.
 Suceso o evento, es cada uno de los resultados posibles del experimento aleatorio
Ejemplo:
 En el experimento que consiste tres muestras al azar de la producción diaria de una industria y observar
si se encuentra un producto defectuoso.
Considerando los resultados en elegir tres muestras de productos:
D: Producto defectuoso N: Producto no defectuoso
 Los sucesos son:
S1 : Obtener cero productos defectuosos
S1 = { NNN }
S2 : Obtener un producto defectuoso
S2 = {DNN, NDN, NND }
S3 : Obtener dos productos defectuosos
S3 = { DDN , DND, NDD }
S4 : Obtener tres productos defectuosos
S4 = {DDD }
Clases de sucesos

 Sucesos elementales o simples: Están formados por un solo elemento.

 Sucesos compuestos: Están formados por dos o más elementos.
 Suceso seguro: Es el que se verifica siempre. Es el propio espacio
muestral.
 Suceso imposible: ES el que no se verifica nunca. Se expresa por Φ.
Ejemplo:
En el experimento anterior, diga cuál es suceso simple y cuál es compuesto?
Sucesos simples: S1 y S4 y Sucesos compuestos: S2 y S3
Espacio muestral de un experimento aleatorio ( Ω )

 El espacio muestral, es el conjunto formado por

todos los posibles sucesos del experimento
aleatorio.
DIAGRAMA DE ARBOL RESULTADOS
 Así en el experimento que consiste en elegir tres
N
N NNN
productos al azar de la producción diaria de una
N D NND industria y observar si es producto defectuoso, se
D
N NDN
tiene:
D NDD

N N DNN Ω = { NNN, DNN, NDN, NND, DDN, DND, NDD, DDD }

D

D DND

D N DDN

D DDD

n ( Ω) = 2 x 2 x 2 = 8

Ω = { NNN, DNN, NDN, NND, DDN, DND, NDD, DDD }

 Definición de Probabilidad. Propiedades
 DEFINICION DE PROBABILIDAD FRECUENCIAL:

Probabilidad de un suceso A, es el número al que tiende la frecuencia relativa,

asociada al suceso a medida que el número de veces que se realiza el experimento.
La frecuencia relativa del suceso A:

 Propiedades de la frecuencia relativa:

1. 0 ≤ fr (A) ≤1 cualquiera que sea el suceso A.
2. fr( A U B ) = fr(A) + fr(B), si (AՈB) = Ø.
3. fr(Ω) = 1 ; fr(Ø) = 0.
 Esta definición presenta el inconveniente de tener que realizar el experimento
un gran número de veces y además siempre obtendremos un valor aproximado de
la probabilidad.
 DEFINICION AXIOMATICA (DADA POR KOLMOGOROV)
Sea Ω el espacio muestral de cierto experimento aleatorio. La Probabilidad de cada suceso es
un número que verifica:
1. Cualquiera que sea el suceso A, P(A) ≥ 0.
2. A ՈB = Ø ENTONCES P(AUB ) = P(A) + P(B.
3. P( Ω ) = 1

 DEFINICION DE LAPLACE
La definición clásica de probabilidad, dada por la regla de Laplace, se aplica si todos los
resultados posibles de un experimento aleatorio que tienen la misma probabilidad o son
equiprobables. 

 
 
 
n (A)
P(A) =
n()
 
cumple dos condiciones:
 
i) 0  P( Ai )  1 ; ii)  P( Ai ) = 1
Propiedades.
1. P(Ai)  0

2. P( Ø ) = 0

3. P( ) = 1

4. P (A) = 1- P( A )

5. P( ) = P( A ) + P( B ) - P( ) ; si A y B no son
mutuamente excluy.

6. P( ) = P( A ) + P( B ), si A y B son mutuamente excluyentes

Ejemplo:

Considerando el experimento "elegir tres productos de la producción diaria " y

observar el número de productos defectuosos.
El espacio muestral es

Ω = { NNN, DNN, NDN, NND, DDN, DND, NDD, DDD }

n) = 8

Los casos favorables de los sucesos son :

n(S1) = 1 n(S2) = 3 n(S3) = 3 n(S4) = 1

Luego las probabilidades de cada uno de los sucesos son:

P(S1) = 1/8 P(S2) = 3/8 P(S3) = 3/8 P(S4) = 1/8

 Probabilidad condicional
De esta igualdad se deduce:

P( B A ) = P( B/A ) · P( A )
Sean A y B dos sucesos tal que P( A ) 0, se llama probabilidad
de B condicionada a A, P(B/A), a la probabilidad de B tomando
La fórmula anterior adopta la forma para tres sucesos, A, B y C: como espacio muestral A, es decir, la probabilidad de que
ocurra B dado que ha sucedido A.
P( A B C ) = P( A ) · P( B/A ) · P( C/A B)

Esta fórmula admite una generalización para un número cualquiera

con P( A ) 0
de sucesos.

Propiedades:

1. 0 P( B / A)  1

2. P(  / A) = 1

3. P(  / A) = 0

4. P( B / A) = 1 - P( B / A)

5. P( BU C / A) = P( B / A) + P( C / A) - P( B  C / A) si A y B no son

Mut. Excluyentes.

6. P( BU C / A) = P( B / A) + P( C / A) si A y B son Mut. exclu.

Ejercicio 1
La siguiente tabla representa la distribución de los empleados de un
Instituto de Estudios Ambientales:
Hombres Mujeres TOTAL
(H) (M)
Fuman (F) 20 10 30
No fuman (N) 80 90 17 0
TOTAL 100 100 200

Si hay que elegir a uno de ellos, la elección puede realizarse bajo

distintos criterios:

a) Elección sin condiciones:

100 1 100 1
P( H )   P( M )  
200 2 200 2

b) Elección con condiciones:

20
P( H  F ) 200  2
P( H / a que sea fumador )  P( H / F )  
P( F ) 30 3
200
10
P(M  F ) 1
P( M / a que sea fumadora )  P( M / F )   200 
P( F ) 30 3
200
Ejercicio 2.
En una universidad en su primer año de formación tiene tres
carreras profesionales y la clasificación de los estudiantes se indica
en la siguiente tabla
Hombres Mujeres TOTAL
(H) (J)
Ingeniería Minas (M) 250 100
Ingeniería Industrial (I) 350 150
Estadística (E) 200 160
TOTAL

Si al azar se selecciona un estudiante y se sabe que el estudiante

es hombre. Cuál es la probabilidad:
a) De que el estudiante sea de I. Minas
b) De que el estudiante sea de Estadistica

a) De que el estudiante sea de Ingeniería Industrial

b) Conteste a) b) c) si el estudiante elegido al azar resulto ser
mujer.
 INDEPENDENCIA DE SUCESOS
 El conocimiento de que la ocurrencia del suceso A modifica, en algunas
ocasiones, la probabilidad del suceso B, pero en otras no. Los sucesos en los
que, conociendo que uno ha ocurrido, no se modifica la probabilidad del otro,
decimos que son independientes y, si se modifica, decimos que son
dependientes entre sí.

Decimos que dos sucesos A y B son independientes entre sí, si la

ocurrencia de uno de ellos no modifica la probabilidad del otro, es Como consecuencia se
decir, si: tiene:
 Dos sucesos A y B son independientes si se cumple:
P( B/A ) = P( B ) ó P( A/B ) = P( A )
P( A B ) = P( A ) · P( B )

 Tres sucesos A, B y C son independientes si se cumplen a la

vez:
Decimos que dos sucesos A y B son dependientes entre sí si la
ocurrencia de uno de ellos modifica la probabilidad del otro, es P( A B ) = P( A ) · P( B )
decir, si
P( A C ) = P( A ) · P( C )
P( B/A ) P( B ) ó P( A/B ) P( A )
P( B C ) = P( B ) · P( C )

P( A B C ) = P( A ) · P( B ) · P( C )
 Ejercicio 1:
Se consideran dos sucesos, A y B, asociados a un experimento aleatorio con
P(A)=0.7; P(B)=0.6; P (A( ) UB) = 0.58
¿Son independientes A y B?

Solución:

a. Para ver si son independientes, comprobaremos si

P( A B ) = P( A ) · P( B )

P( ) = P[(A B)c] = 1 - P(A B)

Por tanto, P(A B) = 1 - P( ) = 1 - 0.58 = 0.42

Por otro lado, P( A ) · P( B ) = 0.7 · 0.6 = 0.42

Luego, A y B si son independientes, pues se tiene:

(A B ) = P( A ) · P( B ) = 0.42
Probabilidad Total.

Sea A1, A2, ...,An un sistema completo de sucesos tales que la

probabilidad de cada uno de ellos es distinta de cero, y sea B
un suceso cualquier del que se conocen las probabilidades
condicionales P(B/Ai), entonces la probabilidad del suceso B
viene dada por la expresión:
EJERCICIO 1
 Una compañía de producción industrial
utiliza tres líneas de autobuses para el
reparto de su mercancía en una ciudad,
de forma que el 60% de los autobuses
cubre el servicio de la primero línea de
productos, el 30% cubre la segunda línea
de productos y el 10% cubre el servicio
de la tercera línea de productos. Se sabe
que la probabilidad de que, diariamente,
un autobús se averíe es del 2%, 4% y 1%,
respectivamente, en cada línea de
producción. Determina la probabilidad
de que, en un día, un autobús sufra una
avería.
Solución:
El suceso "sufrir una avería" (Av) puede producirse en las tres
líneas de producción , (L1, L2, L3). Según el teorema de la
probabilidad total y teniendo en cuenta las
probabilidades del diagrama de árbol adjunto,
tenemos:
P(Av) = P(L1) · P(Av/L1) + P(L2) · P(Av/L2) + P(L3) · P(Av/L3) =
= 0.6 · 0.02 + 0.3 · 0.04 + 0.1 · 0.01 =
= 0.012 + 0.012 + 0.001 = 0.025
Teorema de Bayes.
 En el año 1763, dos años después de la muerte de Thomas Bayes (1702-1761),
se publicó una memoria en la que aparece, por vez primera, la determinación
de la probabilidad de las causas a partir de los efectos que han podido ser
observados. El cálculo de dichas probabilidades recibe el nombre de teorema
de Bayes.

Teorema de Bayes

Sea A1, A2, ...,An un sistema completo de sucesos mutuamente

excluyentes, tales que la probabilidad de cada uno de ellos es
distinta de cero, y sea B un suceso cualquier del que se conocen
las probabilidades condicionales P(B/Ai). entonces la probabilidad
P(Ai /B) viene dada por la expresión:
 Ejercicio 1:
 Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente
insumos químicos en una fábrica. Los porcentajes de producción defectuosa
de estas máquinas son del 3%, 4% y 5%.
 a. Seleccionamos un insumo químico al azar; calcula la probabilidad de que
sea defectuoso.
 b. Tomamos, al azar, un insumo químico y resulta ser defectuoso; calcula la
probabilidad de haber sido producido por la máquina B.
 c. ¿Diría con certeza que el insumo químico defectuoso fue producido por
la máquina B?
 SOLUCION:
 Experimento aleatorio: Elegir un insumo químico al azar
 Sucesos:
 Sea D = "lnsumo químico es defectuoso" y
 N= "lnsumo químico no es defectuoso"
 La información del problema puede expresarse en el diagrama de árbol
adjunto.
 a) Para calcular la probabilidad de que insumo químico es
defectuoso, P(D), por la propiedad de la probabilidad
total,
P(D) = P(A) · P(D/A) + P(B) · P(D/B) + P(C) · P(D/C)
= 0.45 · 0.03 + 0.30 · 0.04 + 0.25 · 0.05 = 0.038
 b) Debemos calcular P(B/D). Por el teorema de Bayes,