PROBABILIDADES

La teora de probabilidad es el factor indispensable para dominar el tema sobre el estudio de

los fenmenos que suceden bajo incertidumbre. A medida que se ha profundizado en su
estudio se ha avanzado en la importancia de los problemas enfocados con esta teora. As por
ejemplo se han hecho estudios con fenmenos tales como pesos atmicos, duracin de la
radioactividad en los tomos, teoras hereditarias, modelos macroeconmicos, decisiones
administrativas, teoras de astronoma, etc.
Sin embargo en el lenguaje comn ! corriente se escuchan e"presiones tales como #no creo
que llueva esta tarde$% #con las calificaciones que llevo alcanzo de pasar de curso$ , #con la
tra!ectoria poltica del candidato A, es probable que le gane &$. 'ada una estas afirmaciones
implica inseguridad por parte de quien las e"presa, puesto que se refiere a la ocurrencia de
fenmenos aleatorios.
EXPERIMENTO,
(l t)rmino e"perimento se usa en (stadstica en un sentido mucho ms amplio que en
&iologa, *umica ! +sica. Lanzar un dado, por ejemplo, se considera un e"perimento
estadstico. ,tros ejemplos son- el lanzamiento de una moneda, seleccionar una ampolleta de
flash de una mquina fotogrfica de una cierta partida ! observar si es defectuosa o no, !
enviar una nave no tripulada a Saturno.
Si bien los e"perimentos arriba mencionados parecen bastantes dispares, todos tienen dos
propiedades en comn. .na de estas es que cada e"perimento tiene varios resultados posibles
que pueden especificarse de antemano.
EXPERIMENTO RESULTADOS
POSIBLES
/.0 Lanzamiento de un
dado.
/, 1, 2, 3, 4, 5
1.0. Lanzamiento de una
moneda
'ara, Sello
2.0 Seleccin de una
ampolleta
6efectuosa, no
defectuosa
3.0 (nvo de nave a
7artes.
8"ito o fracaso
La segunda propiedad es que estamos inciertos acerca del resultado de cada e"perimento. Al
lanzar un dado, por ejemplo, no sabemos si el resultado ser /, 1, 2, 3, 4 5.
ESPACIO MUESTRAL
(l conjunto que consiste en todos los resultados posibles de un e"perimento se denomina
espacio muestral% lo designaremos por . A cada elemento de )l lo llamamos punto muestral.
Si lanzamos un dado ! observamos el nmero que aparece en la cara superior , por ejemplo,
nuestro espacio muestral. (s 9 : ; /, 1, 2, 3, 4, 5 < cada uno de sus elementos es un punto
muestral.
N 2
EJEMPLO N 1
Se lanzan simultneamente dos dados. 6etermine el espacio muestral.
Solucin.
9 : ; = /, / > ? = /, 1 > ? = /, 2 > ? = /, 3 > ? = /, 4 > 0 = /, 5 >

= 1, / > ? = 1, 1 > ? = 1, 2 > 0 = 1, 3 > ? = 1, 4 > ? = 1, 5 >
= 2, / > ? = 2, 1 > ? = 2, 2 > ? = 2, 3 > ? = 2, 4 > 0 = 2, 5 >
= 3, / > ? = 3, 1 > ? = 3, 2 > ? = 3, 3 > ? = 3, 4 > ? = 3, 5 >
= 4, / > ? = 4, 1 > ? = 4, 2 > ? = 4, 3 > ? = 4, 4 > ? = 4, 5 >
= 5, / > ? = 5, 1 > ? = 5, 2 > ? = 5, 3 > ? = 5, 4 > ? = 5, 5 > <
Un u!con"un#o $% un %&'cio (u%#)'l % ll'(' Suc%o
EJEMPLO N 2
Se lanza un par de dados. (num)rense los elementos contenidos en el suceso que la suma sea
3 4.
Solucin.
A : ; = /, 2 > ? = /, 3 > ? = 1, 1 > ? = 1, 2 > ? = 2, / > ? = 2, 1 > ? = 3, / > <
EJEMPLO N *
.n e"perimento consiste en lanzar dos monedas simultneamente.
a> (num)rense los elementos del espacio muestral.

9 : ; cara cara, cara sello, sello cara, sello sello <
b> (num)rese los elementos contenidos en el suceso de que salga e"actamente una cara.
A : ; cara sello, sello cara <
'> (num)rense los elementos contenidos en el suceso de que salga al menos una cara.
& : ; cara cara, cara sello, sello cara <
CONCEPTO DE PROBABILIDAD.
Se puede considerar la probabilidad como la teora que tienen que ver con los posibles
resultados de los e"perimentos. (stos deben ser potencialmente repetitivos, es decir, debemos
ser capaces de reproducirlos bajo condiciones similares. 6ebe ser posible enumerar cada
resultado que pueda ocurrir, ! debemos ser capaces de establecer las frecuencias relativas de
estos resultados.
DE+INICI,N CL-SICA O LAPLACE.
PROBABILIDAD . NUMERO DE CASOS +A/ORABLES
NUMERO DE CASOS POSIBLES.
(s necesario hacer notar que la probabilidad se designa @. (l punto ms importante de la
definicin clsica de probabilidad es la suposicin de una situacin ideal en la que la
AB 2
estructura de la poblacin de una situacin ideal en la que la estructura de la poblacin es
conocida% es decir, se conoce el nmero total = A > de resultados.
EJEMPLO N 0
Se lanzan simultneamente dos monedas al aire. 'alcular la probabilidad que el resultado sea
1 caras.
Solucin
@ : @robabilidad C 9 : Amero de casos posibles. C '+ : Amero de casos
favorables..
9 : ; '', 'S, S', SS < '+ : ; '' <

C '+ /
@ : 00000000 : 00000000
C 9 3
EJEMPLO N 1
Sobre una mesa se tira un dado. 'alcular la probabilidad de los siguientes sucesos.
a> (l nmero obtenido sea 5.
b> (l nmero obtenido sea menor que 3.
c> (l nmero obtenido sea primo.
d> (l nmero obtenido sea par.
Solucin.
9 : ; /, 1, 2, 3, 4, 5 <
C '+ /
a> '+ : ; 5 < @ : 000000000 : 00000
C 9 5

C '+ 2 /
b> '+ : ; /, 1, 2 < @ : 00000000 : 00000 : 000000
C 9 5 1

C '+ 2 /
c> '+ : ; 1, 2, 4 < @ : 00000000000 : 0000000000 : 000000
C 9 5 1

C '+ 2 /
d> '+ : ; 1, 3, 5 < @ : 00000000000 : 0000000000 : 00000000
C 9 5 1
PROBABILIDAD DE UN SUCESO.
A cada punto muestral = resultado de un e"perimento > se le asignara una ponderacin que
mide la posibilidad de su ocurrencia. (sta ponderacin se denomina probabilidad del punto
muestral.
@ara asignar probabilidades a los diversos puntos maestrales , los estadsticos han convenido
en dos reglas-
AB 3
/.0 La probabilidad de cada punto muestral debe estar entre D ! /.
1.0 La suma de las probabilidades de todos los puntos muestrales debe ser igual a /.
La probabilidad de un suceso A, designada por @ = A > , es la suma de las probabilidades de
todos los puntos muestrales de A.
A,EA- Los casos favorables equivalen al suceso de inter)s en estudio.
EJEMPLO N 2
F'ul es la probabilidad de obtener dos caras al lanzar 2 monedasG
Solucin
9 : ; ''', ''S, 'S', 'SS, S'', S'S, SS', SSS <
! la probabilidad de cada punto muestral es / H I. 'omo el suceso #obtener e"actamente dos
caras$ es el subconjunto A : ; ''S, 'S', S'' < la probabilidad de A es-
@ = A > : / H I J /H I J /H I : 2 H I
'on base en las dos reglas de que la probabilidad de un punto muestral vara, ! de que la suma
de las probabilidades asignadas a todos los puntos maestrales en un espacio muestral de ser /,
entonces, obtenemos las siguientes conclusiones.
/.0 @ = A > : /% !a que el espacio muestral es el suceso que contienen a todos los puntos
maestrales.
1.0 @ = K > : D , !a que el conjunto vaci es el suceso que no contiene ningn punto
muestral.
2.0 @ = L > : / ? @ = A >.
EJEMPLO N 3
F'ul es la probabilidad de que al lanzar dos dados se obtenga en la suma de las pintas un
nmero parG. F'ul es la probabilidad que no se obtenga en la suma de las pintas un nmero
parG
Solucin
C 9 : 25
A : ; = /,/ > ? =/, 2 > 0 =/, 4 > 0 =1, 1 > 0 = 1, 3 > 0 = 1, 5 > 0 = 2, / > 0 = 2, 2 >
= 2, 4 > ? =3, 1 > 0 = 3, 3 > 0 = 3, 5 > 0 = 4, / > 0 = 4, 2 > 0 = 4, 4 > 0 = 5, 1 >
= 5, 3 > 0 = 5, 5 > <
C A /I /
@ = A > : 0000000000 : 000000000 : 00000000
C 9 25 1
! la probabilidad de que no salga un nmero par en la suma de las pintas.
@ = A > : / 0 @ = L > : / 0 M : M
N 1
RE4LAS DE PROBABILIDAD.
La solucin de muchos problemas sobre probabilidad requiere una cabal comprensin de
algunas reglas fundamentales que rigen el manejo de ellos. (n general, estas reglas nos
permiten determinar la probabilidad de un suceso si se conocen las probabilidades de otros
sucesos relacionados con el. Las ms importantes de estas reglas son- Negla de la Adicin !
7ultiplicacin.
RE4LA DE LA ADICI,N.
("presa que la probabilidad de que ocurra A o & o ambos es igual a la probabilidad de A ms
la probabilidad & menos la probabilidad de que ocurran ambos.
+ORMULA.
P 5 A U B 6 . P 5 A 6 7 P 5 B 6 8 P 5 A 9 B 6
EJEMPLO N :
(n una tmbola se colocan /4 bolitas numeradas correlativamente del / al /4. 'alcular la
probabilidad de que al sacar una de ellas se obtenga un nmero menor que O o un nmero
impar.
Solucin.
Sean los sucesos A- resultado menor que O. &- resultado nmero impar.
9 : ; /, 1, 2, 3, 4, 5, O, I, P, /D, //, /1, /2, /3, /4 < C 9 : /4
A : ; /, 1, 2, 3, 4, 5 < @ = A > : 5H/4
& : ; /, 2, 4, O, P, //, /2, /4 < @ = & > : IH/4
A Q & : ; /, 2, 4 < @= A Q & > : 2H/4
@ = A . & > : @ = A > J @ = & > 0 @ = A Q & > : 5H/4 J IH/4 0 2H/4 : //H/4

RE4LA DE LA ADICI,N PARA SUCESOS MUTUAMENTE EXCLU;ENTES.
Remos dicho que A ! & son mutuamente e"clu!entes si A Q & : K% en consecuencia.
@ = A Q & > : @ = K > : D Luego, si A ! & son sucesos mutuamente e"clu!entes = en el
sentido que no pueden ocurrir ambos al mismo tiempo >, entonces la regla de la adicin es-
+ORMULA.
P 5 A U B 6 . P 5 A 6 7 P 5 B 6.
EJEMPLO N <
6eterminar la probabilidad de obtener 1 5 al lanzar un dado.
Solucin
9 : ; /, 1, 2, 3, 4, 5 < Sea A : ; 1 < & : ; 5 <
@ = A . & > : @ = A > J @ = & > : /H5 J /H5 : /H2
N 2
PROBABILIDAD CONDICIONAL
6efinicin- Si los sucesos A ! & pertenecen al mismo espacio muestral 9 ! si @ = & > S D ,
entonces, la probabilidad condicional de A respecto de &, designada por @= A H & >, se define
como-
P 5 A 9 B 6
P 5 A = B 6 . 8888888888888888888 P 5 B 6 > ?
P 5 B 6
@robabilidad del suceso A condicionada por el suceso & = @robabilidad de A sabiendo que ha
ocurrido &.
P 5 A 9 B 6
P 5 B = A 6 . 8888888888888888888 P 5 A 6 > ?
P 5 A 6
@robabilidad del suceso & condicionada por el suceso A = probabilidad de & sabiendo que ha
ocurrido A >
EJEMPLO N 1?
Se lanza un dado, cu!o resultado es nmero impar, F'ul es la probabilidad de que sea se
ma!or que 1G
Solucin
9 : ; /, 1, 2, 3, 4, 5 <
A - (l resultado sea impar. A : ; /, 2, 4 <
& - (l resultado sea ma!or que 1. & : ; 2, 3, 4, 5 <
A Q & : ; 2, 4 < 'onjunto de resultados impares ma!ores de 1.
@ = A Q & > 1 H 5
@ = & H A > : 0000000000000000000 : 00000000000000 : 1 H 5 T 5 H 2 : 1 H 2
@ = A > 2 H 5
(ste resultado queda comprobado por el hecho que de los tres resultados impares ; /, 2, 4 <,
slo dos son ma!ores que 1.
RE4LA DE LA MULTIPLICACI,N.
(n ocasiones, nos encontramos en la necesidad de determinar la probabilidad de ocurrencia
simultnea de dos o ms sucesos. @or ejemplo, queremos determinar la probabilidad de
seleccionar en la ciudad una persona que posea ttulo universitario, ! que sea propietario de un
automvil. Se entiende que este problema se diferencia aqu)l en que la regla de la adicin es
aplicable. (n vez de estar interesados en determinar la probabilidad de obtener al menos uno
de los resultados posibles, queremos conocer la probabilidad de obtener los dos resultados
simultneamente. @ara obtener este resultado, debemos aplicar la regla de la multiplicacin.
P 5 A 9 B 6 . P 5 B = A 6 @ P 5 A 6.
(n palabras, la regla de la multiplicacin e"presa- 6ados dos sucesos A ! &, la probabilidad
de obtener ambos A ! & conjuntamente, es el producto de multiplicar la probabilidad de
obtener uno de los sucesos por la probabilidad condicional de obtener un suceso, dado que el
otro suceso ha ocurrido.

N 3
E"%(&lo N 11
Se sacan dos cartas sin reposicin de un naipe ingl)s de 41 cartas. F'ul es la probabilidad de
que ambas sean re!esG
Solucin
@ = A

& > :
1541
/1
4
2
4
3
=
P 5 A 9 B 6 . P 5 A = B 6 @ P 5 B 6.
@ = A

& > Se llama la probabilidad conjunta de A ! &.

@=&> Se llama la probabilidad marginal de & !
@=AH&> es la probabilidad condicional de A dado &.
RE4LA DE LA MULTIPLICACI,N PARA SUCESOS INDEPENDIENTES.
(s un caso especial en el que la ocurrencia de A no est en absoluto relacionada con la
ocurrencia de & ! viceversa, se dice que los sucesos son independientes.
'uando los sucesos son independientes, la regla de multiplicacin se simplifica a-
@ = A
> = > A P B =
@=&>
Supongamos que se lanza una moneda al aire ! tiramos un dado ! queremos conocer la
probabilidad de obtener #sello$ en la moneda, ! un nmero par en el dado. 'omo la
probabilidad de obtener un sello es
1
/
, ! la de obtener un nmero par en el dado es de
1
/
entonces- @ = A
> B
:
3
/
1
/
1
/
=
E"%)cicio P)o&u%#o
1.8 Se lanzan simultneamente dos monedas al aire. 'alcular la probabilidad que el resultado
sea dos caras. Nespuesta
3
/
2.8 Se lanza un dado- .sted gana si el resultado es menor que 3 o divisible por 1. F'ul es la
probabilidad de ganarG Nespuesta
5
4
*.8 F'ul es la probabilidad de obtener un nmero ma!or que 4 o un nmero menor que 1 al
lanzar un dadoG Nespuesta
2
/
0.8 (n cierta comunidad, la probabilidad de que una familia tenga un computador es de D,3D
U un tel)fono es de DVOD ! que tengan ambos es de D,24. F'ul es la probabilidad de una
familia tenga un computador o un tel)fono o ambas cosasG Nespuesta D,O4
1.8 (n el centro invernal de @ortillo, la probabilidad de nevar el da primero de agosto es D,44
! la probabilidad de nevar los dos primeros das de agosto es de D,32. dado que nev el da
primero, Fcul es la probabilidad de nevar al da siguienteG Nespuesta D,OI/I1
N :
2.8 Se lanza un dado, cu!o resultado es un nmero impar, Fcul es la probabilidad de que sea
ma!or que 1G Nespuesta
2
1
3.8 .na rifa organizada por un curso de un liceo est compuesta por /4 lista =de la A hasta 7>
! cada lista por 1D nmeros. Si en una tmbola estn las fichas correspondientes a las listas !
en otra tmbola estn las fichas correspondientes a los nmeros. F'ul es la probabilidad de
que un alumno que tiene el nmero /O de la lista 6 salga premiadoG Nespuesta D,DD22
:.8 Se lanza al aire una moneda ! un dado. 'alcular la probabilidad de que la moneda muestre
sello ! el dado 4. Nespuesta
/1
/
<.8 Se lanza repetidamente una moneda al aire. 'alcular la probabilidad de que a la s)ptima !
a la novena tirada salga cara. Nespuesta
3
/
1? .0 .na tmbola contiene O bolitas rojas ! 2 azules. Se e"traen dos bolitas sucesivamente !
sin restitucin.
a.0 Fcul es la probabilidad de que ambas bolitas sean rojasG Nespuesta
PD
31
b.0 F'ul es la probabilidad de que la primera sea azul ! la segunda rojaG Nespuesta
PD
1/
c.0 F'ul es la probabilidad de que la primera sea roja ! la segunda azulG Nespuesta
PD
1/
d.0 F'ul es la probabilidad de que ambas sean azulesG Nespuesta
PD
5
11.8 (n una encuesta a hogares se elige por sorteo a una familia ! se le pregunta si tiene
automvil. 6eterminar el espacio muestral.
12.8 Se lanzan al mismo tiempo dos dados. 'alcular la probabilidad de que la suma de sus
pintas sea ma!or o igual a /4.