ESTADÍSTICA APLICADA

Unidad II
PROBABILIDADES

 Conceptos Básicos
 Técnicas de conteo

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Conceptos Básicos:

1.-Experimento Aleatorio (E) (o Estocástico): Experimento en que son

posibles más de un resultado, los cuales se conocen con anterioridad. Si bien se
conocen los posibles resultados, no sabemos qué resultado en particular, se
obtendrá.

2.- Espacio Muestral (S): Conjunto de todos los posibles resultados de un

experimento aleatorio.

3.- Seceso o Evento: como un conjunto de posibles resultados del

experimento aleatorio, es decir, un subconjunto del espacio muestral S

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejemplos:
E1: Se lanza una moneda 5 veces y se cuenta el número de sellos obtenidos.
S1: {0 , 1 , 2 , 3 , 4 , 5}

E2: Se enciende una ampolleta y se anota el tiempo que transcurre hasta que
se quema
S2: 𝑡 ∈ 𝐼𝑅0+

E3: Se lanza una moneda tres veces, se registra el signo que aparece.
Importando el orden en el que aparecen
S3: {ccc , ccs , csc , scc, css , scs , ssc , sss}

E4: Salen artículos en una línea de producción. Se cuenta el número de

artículos defectuosos producidos
S4: {0, 1 , 2, 3, 4, . . . . . . n } con n número total de artículos

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Observación:
Sean A y B dos suceso asociados a un mismo experimento E , entonces:

A  B: Es un nuevo suceso que ocurre si y solo si ocurre A , ocurre B o ambos

(unión)
A  B: Es un nuevo suceso que ocurre si y solo si ocurre A y ocurre B. (intersección)
𝐴ҧ = 𝐴𝑐 : Es un nuevo suceso que ocurre si y solo si no ocurre A .(complemento)

Definición: Frecuencia Relativa

Sea E un experimento, y sea A un suceso asociado a E. Supongamos que el
experimento E se realiza n veces, y que nA son las veces que ocurre el suceso
A, entonces se define Frecuencia Relativa al suceso A como:

nA casos favorables
fA  
n casos posibles (totales)
Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
 Propiedades de la Frecuencia Relativa

a) 0 ≤ 𝑓𝐴 ≤ 1
b) 𝑓𝐴 = 1 Si cada vez que se realiza e experimento ocurre el suceso A
c) 𝑓𝐴 = 0 Si el suceso A nunca ocurre

Definición: Sucesos Mutuamente Excluyentes (sme)

Se dice A y B son sucesos Mutuamente excluyentes si no pueden

ocurrir ambos a la vez, es decir, si la intersección es vacía .
𝐴∩𝐵 =∅

Luego, si A y B son sme, se cumple que:

d) 𝑓𝐴∪𝐵 = 𝑓𝐴 + 𝑓𝐵

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Definición: Probabilidad

Sea E un experimento y sea S un espacio muestral asociado a E, entonces a todo

suceso A, le asociaremos un número P(A), que llamaremos, la probabilidad de
que el suceso A ocurra, y que tiene las siguientes propiedades:

Esta Probabilidad equivale al límite de la frecuencia relativa cuando el

experimento E ocurre infinitas veces

Propiedades:

 0  P(A)  1
 P(S) = 1
 Si A y B son SME , es decir;
A  B =   P(A  B) = P(A) + P(B)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Mas Propiedades:

 P() = 0
 Si 𝐴ҧ es el suceso complementario de A, ഥ ) = 1 – P(A)
entonces: P(𝑨
 Si A  B entonces P(A)  P(B)

 Sean A y B sucesos cualesquiera, entonces:

P(A  B) = P(A) + P(B) - P(AB)

 Sean A, B, C sucesos cualesquiera, entonces:

P(ABC) = P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P( A B  C )

 𝐴 ∪ 𝐵 = 𝐴ҧ ∩ 𝐵ത
 𝐴 ∩ 𝐵 = 𝐴ҧ ∪ 𝐵ത

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 1:
P( A ) = x P( B ) = y P( AB ) = z

Determine:

a) 𝑃 𝐴 ∩ 𝐵ത

b) 𝑃 𝐴 ∪ 𝐵ത

c) 𝑃 𝐴ҧ ∩ 𝐵ത

d) 𝑃 𝐴∪𝐵 ∩𝐵

Respuestas
a) z-y b) 1-y c) 1-z d) 0

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 2:
En una ciudad se publican los periódicos A, B y C. Una encuesta reciente de
lectores indica lo siguiente: el 20% lee A, el 16% lee B, el 14% lee C, 8% lee A y B,
5 % lee A y C, 2 % lee A, B y C y el 4% lee B y C. Para un adulto escogido al azar,
calcular la probabilidad de que:

a) No lea periódico alguno

b) Lea al menos uno de los periódicos
c) Lea exactamente uno de los periódicos

Respuesta:
a) 65% b) 35% c) 22%

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 3:
Dado el experimento E: se lanza un dado equilibrado y se cuenta el número
de puntos que aparecen en la cara superior.
Determine:
a) Espacio muestral
b) Se define el suceso A: sale un número par
B: Sale el dos o el tres
Determine:

𝑃 𝐴 , 𝑃 𝐵 , 𝑃 𝐴 ∩ 𝐵ത , 𝑃 𝐴 ∪ 𝐵ത

Respuesta:
𝑃 𝐴 =1/2 𝑃 𝐵 =1/3
𝑃 𝐴 ∩ 𝐵ത =1/3 𝑃 𝐴 ∪ 𝐵ത =5/6

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Técnicas de conteo:
Estudiar apuntes enviado al aula
a) Principio de adición (regla del o)
b) Principio de Multiplicación (regla del y )

Permutaciones Importa el orden

a) Permutación de m elementos 𝑃𝑚 = 𝑚!
b) Permutación (variación) de grupos de n elementos de 1
𝑃(𝑚,𝑛) = 𝑚𝑛
una total de m elementos para elegir, con
repetición
𝑚!
𝑃(𝑚,𝑛) =
c) Permutación (variación) de grupos de n elementos de 𝑚−𝑛 !
una total de m elementos, sin repetición

a) Permutación de m elementos, de los cuales hay 𝑚!

𝑃𝑚𝑎,𝑏,𝑐... =
grupos de a elementos, b elementos,… repetidos 𝑎! 𝑏! 𝑐!. . .
𝑎 + 𝑏 + 𝑐+. . . = 𝑚
Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
Combinatoria: No Importa el orden

𝑚+𝑛−1 !
a) Combinatoria con repetición 𝐶 1𝑚,𝑛 =
𝑚 − 1 ! ⋅ 𝑛!

𝑚 𝑚!
b) Combinatoria sin repetición 𝐶(𝑚,𝑛) = =
𝑛 𝑚 − 𝑛 ! ⋅ 𝑛!

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 4:

Supongamos que una oficina cuenta con 18 personas; determine:

a) ¿Cuántas comisiones de 3 se pueden formar?

b) ¿Cuántas directivas con un presidente, un secretario y un tesorero, se
pueden formar?
c) Si en la oficina hay 10 mujeres.
c1.- ¿Cuántas comisiones de 3 persona se pueden formar,
cuando debe haber una mujer por lo menos?
c2.- ¿Cuántas directivas de 3 personas se puede formar, si
solo una mujer puede pertenecer?

Soluciones: a) 816 b) 4.896 c1) 760 c2) 3.360

Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
Ejercicio 5:
Si en una oficina de 15 persona 8 son mujeres, y se eligen al azar 4 para un trabajo.
¿Cual es la probabilidad de que:
a) 43,08%
a) dos sean mujeres?
b) 76,92%
b) al menos dos sean mujeres?

Ejercicio 6:
Se lanza una moneda dos veces, se registra el signo que aparece; determine:
a) El espacio muestral S.
b) La probabilidad de que salga a lo menos un sello. b) 75%
c) La probabilidad de que salgan más caras que sello. c) 25%

Ejercicio 7:
Una oficina cuenta con 18 personas, 10 de ellas mujeres. Se seleccionan al azar
dos, una después de otra, y se clasifican según el sexo. Determine:
a) La probabilidad de que, al menos una sea mujer a) 81,7%
b) La probabilidad de que, hallan mas hombres que mujeres. b) 18,3%

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Probabilidad Condicional
Ejemplo previo

Supongamos que tenemos 100 artículos, 20 de ellos defectuosos. Se escogen

al azar 2 de ellos, uno después del otro, y se definen los siguientes eventos:
A = el primer artículo es defectuoso
B = el segundo artículo es defectuoso.
Determinar la probabilidad de A y B cuando el experimento se realiza:

a) con devolución
b) sin devolución. b) Sin devolución
20 1
a) Con devolución P( A)  
100 5
20 1  20
P( A)    99 si ocurrió A (no ocurrión A)
100 5 P( B)  
 19 si ocurrión A
20 1  99
P( B)  
100 5
Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
Notación Probabilidad Condicional

𝑃 𝐵 Τ𝐴 Probabilidad de B dado que ocurrió el suceso A

Para el ejemplo Anterior

19 20
P( B / A)  P( B / A) 
99 99
Propiedad . IMPORTANTE

𝑃 𝐴∩𝐵 𝑃 𝐴∩𝐵
𝑃 𝐵 Τ𝐴 = 𝑃 𝐴Τ𝐵 =
𝑃 𝐴 𝑃 𝐵

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵 Τ𝐴 ∙ 𝑃 𝐴 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴Τ𝐵 ∙ 𝑃 𝐵

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Ejercicio 8:
Se lanza un dado dos veces, el evento se anota ( X1 , X2 ) donde, Xi es el
resultado del lanzamiento i ( i = 1,2):
a) Determine: El espacio muestral S
Si se definen: A = {(X1 , X2) / X1 + X2 =8 }
B = {(X1 , X2) / X1 > X2 }
b) Determine:
P(A), P(B), P(A∩ B), P( B/A), P(A/B)

a) S = { (1,1) ; (1,2) ; ..........; (1,6)

(2,1) ; (2,2) ;...........; (2,6)
-----------------------------
(6,1) ; (6,2) ;...........; (6,6) }

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Desarrollo:

a) S = { (1,1) ; (1,2) ; ..........; (1,6)

Luego #S = 36
(2,1) ; (2,2) ;...........; (2,6)
𝑃16,2 = 62
-----------------------------
(6,1) ; (6,2) ;...........; (6,6) }

A = {(2,6);(3,5);(4,4);(5,3);(6,2)} #A = 5

B = {(2,1)
(3,1);(3,2)
(4,1);(4,2);(4,3) #B = 15
(5,1);(5,2) (5,3);(5,4)
(6,1);(6,2);(6,3);(6,4),(6,5)}

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
𝑃 𝐴 = 𝑃 𝐵 Τ𝐴 =

𝑃 𝐵 = 𝑃 𝐴Τ𝐵 =

𝑃 𝐴∩𝐵 =

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 9:
Supongamos que en una oficina hay 100 computadores personales, 40
conectados a Internet, de los cuales solo 14 tienen lector de disco compacto
(CD), el total de computadores con (CD) es de 30.
Ayuda. Use un diagrama de árbol

9.1.- Se extrae uno del total de computadores al azar, determine la probabilidad

de que:
a) este conectado a Internet. (0,4)
b) Tenga lector de CD y este conectado a Internet (0,14)
c) si esta conectado a Internet, tenga lector de CD (14/40)
Desafío

9.2. Si se extraen al azar 4 computadores,¿ cuál es la probabilidad de que al menos

dos tengan CD ? (0,3474)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 10:
De una caja que originalmente contiene 2 fichas azules y una ficha blanca, se extraen
tres al azar, en cada extracción, se saca una, se registra el color y luego se devuelve a
la caja junto con dos fichas del mismo color. Calcule la probabilidad de que:
a) Se obtengan dos fichas azules si hay al menos una ficha blanca. (8/35)
b) Solo dos fichas sean blancas. (6/35)
c) Al menos dos fichas sean azules (24/35)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Teorema de Probabilidad Total

Definición:
Diremos que los sucesos 𝐵1 , 𝐵2 , 𝐵3 , . . . . ; 𝐵𝑘 forman una Partición del espacio
muestral S, si se cumple con:

 Bij =   i  j = 1,2,...,k (son mutuamente excluyentes)

  Bi = S
 P( Bi )  0 i ; i = 1,2,...,k

Si A es un suceso del espacio muestral S, entonces se cumple que

A = (A1)  (A)  ...........  (A).
Luego

P(A) = P(A1) + P(A2)+....................+ P (A)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Usando la propiedad de probabilidad condicionada, no queda
P(A) = P(A/1) x P(B1) + P(A/) x P(B2) +......+ P(A/k) x P(Bk)

k Esta fórmula es la que se conoce por

P( A)   P( A / Bi )  P( Bi ) Teorema de Probabilidad Total
i 1

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Entendiendo el Teorema De Probabilidad Total en un Diagrama de árbol
𝐴
𝑃 𝐴Τ𝐵1

𝐵1
𝑃 𝐴ҧΤ𝐵1

𝑃 𝐵1 𝐴ҧ

𝑃 𝐴Τ𝐵2 𝐴
𝑃 𝐵2 𝐵2

𝑃 𝐴ҧΤ𝐵3 𝐴ҧ

𝑃 𝐴Τ𝐵3
𝑃 𝐵3 𝐴
𝐵3 𝑃 𝐴ҧΤ𝐵3
𝐴ҧ

𝑃 𝐴 = 𝑃 𝐴Τ𝐵1 ⋅ 𝑃 𝐵1 + 𝑃 𝐴Τ𝐵2 ⋅ 𝑃 𝐵2 + 𝑃 𝐴Τ𝐵3 ⋅ 𝑃 𝐵3

Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
 Teorema de Bayes

Si queremos calcular la probabilidad condicionada de uno de los elementos de

la partición 𝑩𝒊 condicionado al suceso A. Obtenemos

𝑃 𝐴 ∩ 𝐵𝑖
𝑃 𝐵𝑖 Τ𝐴 = =
𝑃 𝐴

𝑃 𝐴Τ𝐵𝑖 ⋅𝑃 𝐵𝑖
𝑃 𝐵𝑖 Τ𝐴 = 𝑘
෌𝑖=1 𝑃(𝐴Τ𝐵𝑖 )⋅𝑃 𝐵𝑖

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Ejercicio 11:
Cierto artículo es manufacturado por tres fábricas: F1, F2, F3. Se sabe que la
F1, produce el doble de artículos que F2 y que esta y F3, producen el mismo
número de artículos. También se sabe que el 2% de los artículos producidos
por cada una de las dos primeras (F1 y F2), son defectuosos, mientras que el
4% de los producidos por F3, es defectuoso. Se ponen todos los artículos
juntos, de las tres fábricas, y se elige uno al azar. Determine:

a) Cuál es la probabilidad de que el artículo escogido sea defectuoso? (0,025)

a) Si el artículo escogido es defectuoso, ¿Cuál es la probabilidad de que sea de

F1? ( Cual es la probabilidad de que sea de F1, dado que es defectuoso ?)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Ejercicio 12:
En el año 2016, en el hospital Gustavo Fricke, el 51,6% de los funcionarios eran
mujeres y el 48,4% son hombres. De ellos, están en paro el 31,4% de las
mujeres y el 19,8% de los hombres.
Elegida al azar un funcionario,
a) ¿cuál es la probabilidad de que esté en Paro? (0,2578)
b) ¿Cuál es la probabilidad de que si está en Paro sea mujer? (0,6285)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
 Ejercicio 13:
La señora Juanita ha observado que su esposo llega sobrio tantas veces como
llega ebrio, y que llega algo ebrio aproximadamente el doble de las veces que lo
hace sobrio.
Mientras que el señor X llega todas las semanas una noche tarde a su casa
entre las 11 :00 PM y las 3 :00 AM ya sea sobrio, algo bebido o ebrio. Su tiempo
de llegada depende en forma probabilística de la condición en que viene y éstas
son :
Tiempo de
llegada
Condición 11:00 - 12:00 12:00 - 1:00 1:00 - 3:00
Sobrio 0,80 0,20 0,00
Algo Ebrio 0,15 0,50 0,35
Ebrio 0,05 0,30 0,65

a) Una noche la señora X oye abrirse la puerta a las 12:34 AM. Encuentre la
probabilidad que en esa noche el señor X venga ebrio. (0,2)
b) Encuentre la probabilidad de que un día en que llega tarde lo haga entre las 1:00 y
3:00 AM. (0,3375)

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Solución:
Se definen los sucesos:
S={el esposo llega sobrio}
AE={el esposo llega algo ebrio}
E={el esposo llega ebrio}
T1={llega entre las 11 y las 12}
T2={llega entre las 12 y las 1}
T3={llega entre las 1 y las 3}

IP(T1/S) = 0,8
#S=x IP(S) = 1/4
IP(T2/S) = 0,2
#AE=2x Total =4x
IP(T3/S) = 0,0
#E=x
IP(AE) = 1/2 IP(T1/AE) = 0,15
P(S)=1/4 IP(T2/AE) = 0,50
P(AE)=1/2 IP(T3/AE) = 0,35
P(E)=1/4 IP(E) = 1/4
IP(T1/E) = 0,05
IP(T2/E) = 0,30
IP(T3/E) = 0,65

Universidad Técnica Federico Santa María – Sede Viña del Mar

Profesor. Carlos Fajardo Duque
Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque
Universidad Técnica Federico Santa María – Sede Viña del Mar
Profesor. Carlos Fajardo Duque