INSTITUTO NACIONAL JOSÉ MIGUEL CARRERA

DEPARTAMENTO DE MATEMÁTICA
PROFESOR JORGE GONZÁLEZ BENAVIDES
PROBABILIDADES

Yolanda y Alberto están jugando con un dado cuyas caras están numeradas del 1 al 6. Pero
Alberto es muy tramposo y ha cambiado su dado por otro que tiene en todas las caras el 6.

Cuando lance Yolanda su dado, ¿podremos predecir qué número saldrá?.

Cuando lance Alberto su dado, ¿podremos predecir qué número saldrá?.

El experimento de Yolanda es de azar, puesto que no podemos predecir su resultado.

El experimento de Alberto no es de azar, puesto que podemos predecir su resultado.

Un experimento es de AZAR si no se puede predecir su resultado.

Se llaman EXPERIMENTOS ALEATORIOS los que dan lugar a experimentos de azar.

Ejemplos de Experimentos Aleatorios

E1 : Se lanza un dado dos veces y se anota el número que sale en la cara superior en ambos
lanzamientos.

E2: Se analizan muestras de tumores , en un laboratorio, para ver si son benignos o

malignos.

E3: Se cuenta el número de lápices defectuosos fabricados diariamente.

E4: Se mide la resistencia eléctrica de un alambre de cobre.

Al conjunto de todos los resultados que pueden obtenerse al realizar un experimento

aleatorio se le llama

ESPACIO MUESTRAL y se denota por S ó Ω.

Al lanzar una moneda ¿qué es más probable obtener?

Al lanzar un dado ¿ es más probable obtener un 2 ó 6?

Si en una caja hay cuatro fichas rojas y cuatro azules ¿es más probable sacar una ficha roja o
una ficha azul?

Si dos resultados de un experimento aleatorio tienen la misma probabilidad de ocurrir se

dice que son equiprobables.

Cada subconjunto del espacio muestral se llamaA SUCESO

⊆ Ω O EVENTO y se denota por A, B,
C,....

SUCESO ELEMENTAL

Es un suceso que tiene un solo elemento Ejemplo: al lanzar un dado sale un seis A={6}

SUCESO IMPOSIBLE

Es un suceso que no puede ocurrir

EJEMPLO: al sacar una carta de un naipe español sale un 10 de diamante.

SUCESO SEGURO

Es aquel suceso que puede ocurrir con toda seguridad.

EJEMPLO : De una caja que tiene sólo fichas verdes se extrae una ficha verde.

SUCESOS MUTUAMENTE EXCLUYENTES

Los sucesos A y B son mutuamente excluyentes si:

A ∩ B=Φ
INSTITUTO NACIONAL JOSÉ MIGUEL CARRERA
DEPARTAMENTO DE MATEMÁTICA
PROFESOR JORGE GONZÁLEZ BENAVIDES
De un naipe español A :”se sacan copas” B:”se sacan oros” A y B son SUCESOS

U Conjunto Universo Ω o S Espacio Muestral
Ω se llama suceso seguro     P (Ω) = 1 

Conjunto A Suceso o Evento A               P(A)

A∩B=¢ Conjuntos disjuntos  A∩B=¢ Sucesos mutuamente excluyentes 

A∩B=¢  ^  A U B = U  A∩B=¢  ^ A U B =Ω 
Conjuntos complementarios Sucesos complementarios 

A =¢ A conjunto vacio A =¢ A suceso imposible 
P(A) = 0 
MUTUAMENTE EXCLUYENTES

Esto significa que : si ocurre A, no puede ocurrir B y , si ocurre B no puede ocurrir A

Es posible hacer una especie de analogía entre el algebra de conjuntos y el algebra de

probabilidades.

Definición Clásica de Probabilidad

La probabilidad de que ocurra un suceso A, asociado a un espacio muestral Ω, esta dado por:
Nº de casos favorables al suceso A
P ( A) =
N º total de casos posibles

#A
O bien: P ( A) =
#Ω
Observaciones sobre esta definición:

1º Es válida solo para espacios muestrales finitos.

2º Es válida solo para el supuesto de equiprobabilidad.

3º Esta definición se cumple cuando el experimento se realiza un gran número de veces.

*El naturalista francés Buffon lanzó una moneda 4.040 veces. Resultando 2.048 caras, una
razón de 2.048/4.040 = 0,5069

*El matemático inglés John Kerrich, mientras fue prisionero de los alemanes durante la
Segunda Guerra Mundial, lanzó una moneda 10.000 veces. Resultando 5.067 caras, una
razón de 0,5067

*Alrededor de 1900, el estadístico inglés Karl Pearson en un acto sin precedentes lanzó una
moneda 24.000 veces. Resultando 12.012 caras, una razón de 0,05005

Propiedades de las probabilidades

Si A = Φ⇒P ( A) = 0
1- 0 ≤P ( A) ≤1 P ( A) = # A A ⊆Ω
#Ω
#Ω
Si A = Ω⇒P ( A) = =1
#Ω
LA PROBABILIDAD DE UN SUCESO SEGURO ES UNO

LA PROBABILIDAD DE UN SUCESO IMPOSIBLE ES CERO

2.- P (A) + P(AC) =1

Ejemplo: La probabilidad de tener a un alumno de sexo femenino en la sala de clases es

0,55, por lo tanto la probabilidad de que no sea de sexo femenino es 0,45.
INSTITUTO NACIONAL JOSÉ MIGUEL CARRERA
DEPARTAMENTO DE MATEMÁTICA
PROFESOR JORGE GONZÁLEZ BENAVIDES
P(M) + P(MC)= 1

3.- Si A y B son sucesos cualesquiera asociados a un espacio muestral S.

La probabilidad de que ocurra el suceso A o el suceso B está dado por:

P ( A ∪B ) = P ( A) + P ( B ) − P ( A ∩B )

Ejemplo:

En una agencia bancaria hay dos sistemas de alarma A y B. El sistema A funciona en 7 de

cada 10 atracos, B funciona en 8 de cada 10 y los dos a la vez lo hacen 6 de cada 10
atracos.

¿Cuál es la probabilidad de que en caso de atraco funcione al menos una de estas alarmas?

Solución:

Se definen los sucesos: A:”El sistema A funciona” y B:”El sistema B funciona”

P ( A ) = 0,7 P ( B ) = 0,8 P ( A ∩ B ) = 0,6

P ( A U B ) = 0,7 + 0,8 − 0,6 = 0,9

Consideremos el siguiente ejemplo: De 100 artículos hay 80 buenos y 20

defectuosos

Se definen los sucesos:

A: El primer artículo esta defectuoso

B: El segundo artículo esta bueno

Calcule la probabilidad de que ocurran los sucesos Ay B. Primero considerando que el

muestreo se realiza con reposición y luego que se hace sin reposición.

Definición de Probabilidad Condicional

Sean A y B dos sucesos asociados a un espacio muestral, la probabilidad de que ocurra el

suceso A si ocurrió el suceso B, esta dado por:
P( A ∩ B)
P( A / B) = , P( B) > 0
P( B)
y la probabilidad de que ocurra el suceso B si ocurre el suceso A, esta dado por:

P( A ∩ B)
EJEMPLO: P ( B / A) = , P ( A) > 0
P ( A)
En una ciudad el 31% de los habitantes tiene un perro como mascota, el 54% tiene un gato y
el 12% tiene gato y perro.

Se toma al azar a un habitante de esta ciudad , el cual tiene un gato. ¿Cuál es la

probabilidad de que tenga un perro?.

La consecuencia más importante de la definición de probabilidad condicional es:

P ( A ∩B ) = P ( A ) •P ( B / A)
Conocido como TEOREMA DE MULTIPLICACION de
probabilidades

Si se tienen k sucesos asociados a un espacio muestral (A1, A2, A3,.....Ak).

La probabilidad de que ocurran los K sucesos a la vez, esta dado por:

P ( A1 ∩A2 ∩A3 ... AK ) =

P ( A1 ) • P ( A2 / A1 ) • P ( A3 / A1 ∩A2 ) •

.......P ( AK / A1 ∩A2 ∩A3 .... ∩AK −1 )

INSTITUTO NACIONAL JOSÉ MIGUEL CARRERA
DEPARTAMENTO DE MATEMÁTICA
PROFESOR JORGE GONZÁLEZ BENAVIDES

EJEMPLO:

Se tienen 14 fichas rojas, 6 blancas, 3 azules.

Se definen los siguientes sucesos:

A: La primera ficha es roja.

B: La segunda ficha es azul.

C: La tercera ficha es roja.

D: La cuarta ficha es blanca.

E: La quinta ficha es roja.

Se efectúa muestreo sin reposición . Calcular la probabilidad de que ocurran los sucesos A,
B, C, D y E, a la vez.

SUCESOS INDEPENDIENTES

Si A y B son dos sucesos asociados a un espacio muestral , estos sucesos son

independientes si:

i) P (A/B) = P(A)

ii) P(B/A)= P(B)

P(A ∩ B) = P(A) * P(B)

Si se tienen k sucesos independientes asociados a un espacio muestral (A 1, A2,

A3,.....Ak).

La probabilidad de que ocurran los K sucesos a la vez, esta dado por:

P ( A1 ∩ A2 ∩ A3 ... AK ) = P ( A1 ) • P ( A2 ) • P ( A3 ) •.......P ( AK )

En el ejemplo de las fichas, calcular la probabilidad de que ocurran los sucesos A, B, C, D Y

E , si el muestreo se realiza con reposición.

PARTICION DE UN ESPACIO MUESTRAL

Los sucesos B1, B2, B3, .....Bk , son una partición del espacio muestral si:

i) P (Bi ∩ Bj) = 0 ∀i ≠ j

ii)   i =1 Bi =Ω
k

iii) P(Bi) = 0 ∀i =1,2,3...k

Ejemplo:

Las ampolletas son fabricadas por A, B y C.

A fabrica el 35% de las ampolletas, B el 20% y C el 45%. Se sabe que el 5%, 3% y 2% de las
ampolletas son defectuosas en las fabricas A, B y C, respectivamente.

a) Se colocan todas las ampolletas juntas y se escoge una al azar. ¿Cuál es la

probabilidad de que la ampolleta esté defectuosa?.

b) Se almacenan todas las ampolletas juntas , de tal manera que no es posible distinguir
la fábrica de la cual provienen. Se toma una ampolleta al azar, que esta defectuosa.
¿Cuál es la probabilidad de que provenga de la fabrica B?.
INSTITUTO NACIONAL JOSÉ MIGUEL CARRERA
DEPARTAMENTO DE MATEMÁTICA
PROFESOR JORGE GONZÁLEZ BENAVIDES
GUÍA N° 1

Un lote consta de 10 artículos buenos, 4 con pequeños defectos y 2 con defectos graves.

i) Si se elige un artículo al azar. Encontrar la probabilidad de que:

a) No tenga defectos (5/8)

b) Tenga un defecto grave (1/8)

c) Sea bueno o tenga un defecto grave (3/4)

ii) Si se eligen dos artículos sin reemplazo. Encuentre la probabilidad de que:

a) Ambos sean buenos (3/8) b) Ambos tengan defectos graves (1/120)

c) A lo menos uno sea bueno (7/8) d) A lo más uno sea bueno (5/8)

e) Exactamente uno sea bueno (1/2) f) Ninguno tenga defectos graves (91/120)

g) Ninguno sea bueno (1/8)

1. La siguiente tabla muestra la distribución de 400 personas según hábito de fumar y

presencia de bronquitis.

HÁBITO BRONQUI
DE TIS TOT
AL
FUMAR SI NO

FUMA 140 110 250

NO 50 100 150
FUMA

TOTAL 190 210 400

a) Si se elige una persona al azar ¿Cuál es la probabilidad de que:

i) Fume y tenga bronquitis ii) No fume dado de que tiene bronquitis

iii) No tenga bronquitis dado que fuma iv) No fume o tenga bronquitis.

2. Sean A y B dos características genéticas. La probabilidad de que un individuo presente la

característica A es 0.50, de que presente la característica B es 0.35 y de que presente
ambas características es 0.05. ¿Cuál es la probabilidad de que un individuo:
a) presente una única característica? b) presente por lo menos una de ellas? c)
presente ninguna de ellas?

d) presente la característica B si ha presentado la característica A?

e) presente la característica B si ha presentado al menos una de las dos?

f) presente la característica A si no ha presentado la característica B?

3. Se tiene una familia con tres hijos. Determine la probabilidad de que:

a) los dos primeros sean hombres.
b) los tres hijos sean mujeres.
c) el último de los hijos sea mujer.
d) al menos dos de los hijos sean hombres.
e) al menos uno de los hijos sea mujer.