ANÁLISIS CUANTITATIVO UNIDAD 4

Guía de estudio de la
Unidad

Probabilidad

PROBABILIDAD 114
 ANÁLISIS CUANTITATIVO UNIDAD 4

1. Introducción
La teoría de la probabilidad fue aplicada con éxito en las mesas de juego y, lo que es más
importante en nuestro estudio, en problemas sociales y económicos. Las compañías de
seguros que surgieron a fines del siglo XIX, requerían un conocimiento preciso acerca de los
riesgos de pérdidas, a fin de calcular las primas. Debido a que existe una incertidumbre
considerable al tomar decisiones, resulta importante que todos los riesgos implícitos
conocidos se evalúen de forma científica. Ayuda en esta evaluación la teoría probabilística,
la que a menudo se denomina “ciencia de la incertidumbre”. El empleo de la probabilidad
permite, a quien toma decisiones, analizar los riesgos y minimizar el azar inherente, por
ejemplo al lanzar un nuevo producto, o aceptar un embarque recién llegado que contenga
partes defectuosas. A mediados del siglo XX, la estadística se empieza a utilizar como una
herramienta para el estudio de los fenómenos sociales.. En la actualidad, la teoría
matemática de la probabilidad es la base para las aplicaciones estadísticas en investigación
social.

2. Objetivos
a) Analizar los conceptos más relevantes de la teoría de probabilidades y aplicarlos a la
resolución de problemas

b) Reconocer la necesidad del estudio de la teoría probabilística , como instrumento para

medir la incertidumbre en el proceso de inferencia estadística y para la construcción de
modelos que describan la realidad y posibiliten su análisis.

3. Caso de estudio
El St. Augustine Record (5 de noviembre de 1985) cita en un artículo, titulado “Drug test for
jobs spreads, raises questions”, a un asesor para pruebas de adición a drogas (narcóticos) de
Miami, diciendo : “La investigación de los probables empleados respecto al uso habitual de
drogas se ha hecho tan predominante, que será imposible que los usuarios detectados
obtengan trabajo”. Los defensores del procedimiento resaltan la mejoría en la eficiencia del
trabajador y la reducción del ausentismo y en la incidencia de accidentes y robos, que se
pueden lograr eliminando de la fuerza laboral a los usuarios de drogas. Los opositores
afirman que el procedimiento está generando una clase humana de “no-contratables” y que
se podría colocar erróneamente ahí a algunas personas ya que las pruebas no son 100%

PROBABILIDAD 115
 ANÁLISIS CUANTITATIVO UNIDAD 4

confiables. El artículo señala que la prueba de mayor uso es exacta entre 97% y 98% de los
casos. Suponga que se utiliza una prueba que es confiable en el 98% de Los casos ( es decir
que identifica correctamente a una persona que es drogadicta en el 98% de los casos).
1- Si a cada empleado se lo hace pasar dos veces por la prueba, ¿se reducirá la
probabilidad de error?
2- ¿Cuál es la probabilidad de que una persona que no es drogadicta pase por ambas
pruebas?
3- ¿Cuál es la probabilidad de que se detecte a un drogadicto? (es decir que no pase por
lo menos una de las dos pruebas)
4- Dado que la persona seleccionada es drogadicta, ¿Cuál es la probabilidad de que
obtenga el trabajo?
5- El hecho de conocer que la persona es drogadicta, ¿modifica la posibilidad de
predecir si va a conseguir el trabajo?

4. Contenidos

4.1- Conceptos básicos: Experimento aleatorio. Espacio muestral. Eventos. Métodos para
combinar eventos: unión, intersección y complemento.
4.2- Probabilidad: definición clásica, frecuencial y axiomática.
4.3- Regla de la adición para eventos mutuamente excluyentes y no excluyentes.
4.4- Probabilidad condicional. Regla de la multiplicación para eventos dependientes e
independientes.
4.5- Teorema de la probabilidad total. Regla de Bayes.

PROBABILIDAD 116
 ANÁLISIS CUANTITATIVO UNIDAD 4

4.1 CONCEPTOS BÁSICOS

En el estudio de la estadística interesa, básicamente, la presentación e interpretación de resultados
aleatorios que se dan en un estudio planificado o en una investigación científica. Por ejemplo, es
posible registrar los accidentes que ocurren mensualmente en la intersección de dos calles a fin de
justificar la instalación de un semáforo; o bien clasificar los pedidos que llegan en "aceptables" o "no
aceptables", etc. Cualquier registro de información, se denomina observación.

 Experimento aleatorio: Es el proceso por medio del cual se obtiene una observación .

 Espacio muestral (asociado con un experimento) es el conjunto de todos los resultados

posibles del experimento. Lo representamos con la letra S.
A cada uno de los resultados posibles en un espacio muestral se los llama elementos o puntos
muestrales

 Eventos: son subconjuntos del espacio muestral. Un evento puede incluir al espacio
muestral completo (evento seguro), o puede no contener ningún punto muestral en cuyo caso
decimos que es el conjunto vacío  (evento imposible)

Ejemplos:

1) Experimento: Arrojar una moneda.

Espacio muestral: S   cara , sello

Eventos: E1  { cara } E 2  { sello } E 3  { cara , sello } E4  

En algunos experimentos será de utilidad anotar sistemáticamente los elementos del espacio
muestral por medio de un diagrama de árbol.

2) Experimento: Se seleccionan 3 artículos manufacturados y se los clasifica en

D : defectuosos y N : no defectuosos

Espacio muestral: Para hallar el espacio muestral vamos a construir un diagrama de árbol.

Como cada vez que realizo el experimento aparecen 3 resultados: el resultado correspondiente al
primer artículo seleccionado, al segundo y al tercero, el árbol tendrá 3 ramas. Los resultados posibles
se escriben en el espacio muestral como ternas ordenadas, donde el primer elemento de la terna
corresponde con el resultado obtenido al sacar el primer artículo, el segundo con el resultado del
segundo artículo y el tercero con el del tercer artículo.

PROBABILIDAD 117
 ANÁLISIS CUANTITATIVO UNIDAD 4

S  {( D , D , D ),( D , D , N ),( D , N , D ),( D , N , N ),( N , D , D ),( N , D , N ),( N , N , D ),( N , N , N )}

Evento: E1: aparece un solo producto no defectuoso E1 = {(D,D,N), (D,N,D), (N,D,D)}

Un enunciado o regla describe mejor los espacios muestrales con un número infinito de puntos
muestrales

3) Experimento: Medir la longitud de una pieza fabricada (las dimensiones

esperadas van desde 10 a 70 cm)

Espacio muestral: S   10 ,70 

Evento: E1  { la pieza mide entre 22 y 25 cm }

ACTIVIDAD 1:

Describe el espacio muestral asociado a cada uno de los siguientes experimentos aleatorios:
a. Lanzar tres monedas.
b. Lanzar dos dados y anotar la suma de los puntos obtenidos.
c. Extraer tres bolas de una urna que contiene cuatro bolas blancas y dos negras.
d. El tiempo, con relación a la lluvia, que hará durante tres días consecutivos.

ACTIVIDAD 2:

Se considera el sexo de los hijos de las familias de tres hijos. Sea A: “el hijo mayor es
mujer”, y B: los dos hijos pequeños son varones.
a) Defina el espacio muestral asociado
b) ¿Cuáles son los elementos de los eventos A y B?

ACTIVIDAD 3:
Se van a seleccionar 2 empleados de un grupo de 5 (López,García, Pérez, Rodríguez y
Martínez). Definir el espacio muestral y dos eventos.

PROBABILIDAD 118
 ANÁLISIS CUANTITATIVO UNIDAD 4

OPERACIONES CON EVENTOS

El complemento de un evento A, que indicaremos A  A c ocurre cuando no ocurre A.

A  {x / x es fumador} A  { x / x no es fumador}

La unión de dos eventos, A y B, ocurre cuando ocurre A, cuando ocurre B o cuando ocurren ambos.
Se simboliza A  B

A B A B  A A B

Ejemplo:
A  { x / x es fumador} B  { x / x es alcohólico}

A  B  {x / x es fumador o alcohólico}

La intersección de dos eventos A y B ocurre cuando ocurren ambos eventos al mismo tiempo.
Se simboliza A  B

A B A B  A A B  

PROBABILIDAD 119
 ANÁLISIS CUANTITATIVO UNIDAD 4

A  {x / x es fumador} B  {x / x es alcohólico}

A  B  {x / x es fumador y alcohólico}

Dos eventos A y B son mutuamente excluyentes o disjuntos si no pueden

ocurrir simultáneamente. Es decir si A  B   .

Ejemplo:
Experimento: arrojar 2 dados.

a) E1: la suma de las caras es 5 E2: en uno de los dados aparece el 5

E1 = {(1, 4), (2, 3), (3, 2) , (4, 1)} E2 = {(1, 5), (2, 5), (3, 5) , (4, 5)}

E2 = {(1, 5), (2, 5), (3, 5) , (4, 5), (5, 5), (6, 5), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6)}

E1  E2 =  Son mutuamente excluyentes

b) E1: la suma de las caras es 7 E2: un número par de puntos en ambos dados

E1 = {(1, 6), (2, 5), (3, 4) , (4, 3), (5, 2), (6, 1)}

E2 = {(2, 2), (2, 4), (2, 6) , (4, 2), (4, 4), (4, 6), (6, 2), (6, 4), (6, 6)}

E1  E2 =  Son mutuamente excluyentes

c) E1: la suma de las caras es 9 E2: en uno de los dados aparece el 2

E1 = {(3, 6), (4, 5) , (5, 4), (6, 3)}

E2 = {(1, 2), (2, 2), (3, 2) , (4, 2), (5, 2), (6, 2), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5) , (2,6)}

E1  E2 =  Son mutuamente excluyentes

De las definiciones anteriores se derivan las siguientes propiedades:

PROBABILIDAD 120
 ANÁLISIS CUANTITATIVO UNIDAD 4

1. A   4. A A S 7.  A  A
2. A   A 5. S 
8. ( A B) A B
3. A A  6.  S
9. ( A B) A B

ACTIVIDAD 4:

Tenemos una urna con nueve bolillas numeradas del 1 al 9. Realizamos el experimento que
consiste en sacar una bolilla de la urna, anotar el número que sale y devolverla a la urna.
Consideramos los siguientes sucesos:
A = "sale un número primo" B = "sale un número cuadrado".
a) Definir el espacio muestral
b) ¿Cuáles son los elementos de los eventos A y B?
c) Calcular los sucesos A  B y A  B.
d) Los sucesos A y B, ¿son mutuamente excluyentes? Justifique
e) Encontrar los sucesos complementarios de A y B. ( A y B )

4.2 PROBABILIDAD

La probabilidad de un evento puede obtenerse de cuatro formas: A) a priori (definición

clásica), B) empírica (definición frecuencial), C) teórica (definición axiomática) y
D)subjetivamente

A) Definición clásica o a priori

El enfoque clásico o a priori se basa en la consideración de que los resultados de un espacio

muestral son igualmente posibles. Teniendo en cuenta esto, la probabilidad se obtiene
dividiendo el número de casos favorables por el número de casos posibles.

Si todos los resultados de un espacio muestral S son igualmente posibles, y A es un

evento en ese espacio muestral, entonces la probabilidad del evento A es:

número de casos favorables

P( A) 
número total de observaciones

A la probabilidad clásica se le conoce también como probabilidad "a priori" dado que
asigna probabilidades sin necesidad de realizar el experimento (lanzar una moneda, arrojar
un dado, etc.). En lugar de realizar el experimento, podemos basar nuestras conclusiones en
un razonamiento lógico.

Los inconvenientes para aplicar la definición clásica provienen de que los supuestos para
aplicarla:
 Todos los resultados son igualmente posibles
 El número de casos favorables y de casos posibles debe ser finito
Ejemplo:

PROBABILIDAD 121
 ANÁLISIS CUANTITATIVO UNIDAD 4

1- Una empresa tiene 4 sucursales. Se va a seleccionar aleatoriamente una de ellas para

almacenar un artículo de poco uso. La probabilidad de seleccionar la sucursal San Rafael es
¼.
2- Una pregunta de opción múltiple tiene 5 opciones de las cuales una sola es correcta. Ud.
no sabe la respuesta y va a contestar al azar. La probabilidad de acertar es 1/5.

B) Definición frecuencial

En el siglo XIX, los estadísticos británicos, interesados en la fundamentación teórica de

los riesgos de pérdidas en las pólizas de seguros de vida y comerciales, empezaron a recoger
datos sobre nacimientos y defunciones. Actualmente a este planteamiento se lo llama
frecuencia relativa de presentación y define a la probabilidad como:
1- La frecuencia relativa observada de un evento durante un gran número de intentos o
2- La proporción de veces que se presenta un evento a la larga, cuando las condiciones
son estables

Si A es un evento que puede suceder cuando se realiza un experimento, entonces

número de veces que ocurre A
P( A ) 
número de veces que se realiza el experimento

Este método utiliza la frecuencias relativas de las presentaciones pasadas de un evento

como probabilidad. Este número que utilizamos como probabilidad adquiere mayor
precisión a medida que aumenta la cantidad de observaciones.

Los inconvenientes de este planteamiento se derivan de que se utiliza sin evaluar una
cantidad suficiente de observaciones y de que el espacio muestral debe ser finito.

La ley de los grandes números establece que cuanto mayor es el número de ensayos
experimentales, más cerca se espera que esté la probabilidad frecuencial de la probabilidad
verdadera . Hay muchas aplicaciones de este concepto.

Ejemplo:
La clave para establecer las tasas de seguros de vida depende de aplicar la probabilidad de
que los asegurados vivirán uno, dos,…años a partir del momento en que compran las pólizas
de seguro. Estas probabilidades se derivan de estadísticas reales de vida y muerte, por lo que
son empíricas.

C) Definición axiomática

La probabilidad es un número real que mide la posibilidad de ocurrencia de un

resultado del espacio muestral, cuando se lleva a cabo un experimento. La definición
axiomática nos da las propiedades que debe cumplir una función de probabilidad.

Sean S cualquier espacio muestral y A cualquier evento de éste. Se llama función de

PROBABILIDAD 122
 ANÁLISIS CUANTITATIVO UNIDAD 4

probabilidad sobre el espacio muestral S al número P(A), si satisface los siguientes

axiomas (o propiedades):
1. P( A )  0 (la probabilidad de un evento no puede ser negativa)
2. P( S )  1 (la probabilidad de que ocurra cualquiera de los eventos de S es 1)
3. Si los eventos A1 , A2 , A3 .... An son mutuamente excluyentes, la probabilidad
de la unión es igual a la suma de las probabilidades.
Es decir A1 , A2 , A3 .... An son mutuamente excluyentes si la intersección,

tomados de a dos diferentes, es vacía. En símbolos: Ai  A j   si i j

Entonces P( A1  A2  A3  ..... An )  P( A1 )  P( A2 )  P( A3 )  ....  P( En )

Este axioma es válido también para un conjunto infinito de eventos

Consecuencias de los axiomas

1- La probabilidad del evento imposible es 0: P(  )  0

2- Cualquier evento del espacio muestral tiene una probabilidad entre 0 y 1.

Si A  S  0  P( A )  1

3- La probabilidad del complemento de A se calcula como 1 menos la probabilidad de A

P( A )  1  P( A )

D) Definición subjetiva:

Si existe poca o ninguna experiencia en la cual se pueda basar una probabilidad, de todas
formas puede obtenerse una probabilidad en forma subjetiva. Fundamentalmente esto
significa evaluar las opiniones disponibles y otra información subjetiva para después llegar a
la probabilidad.

Concepto subjetivo de probabilidad:

La probabilidad de que suceda un evento es asignado por una persona con
base en cualquier información de que disponga.

Ejemplos:
1- Estimar la probabilidad de que un equipo de fútbol salga campeón dentro de 2 años.
2- Estimar la probabilidad de que nieve el próximo fin de semana.
3- Estimar la probabilidad de que promocione Análisis Cuantitativo.

ACTIVIDAD 5:

En cada uno de los siguientes casos indique si se utiliza la definición clásica o frecuencial de
probabilidad:

PROBABILIDAD 123
 ANÁLISIS CUANTITATIVO UNIDAD 4

a) Se formó un comité de 7 estudiantes para hacer estudios ambientales, ¿cuál es la probabilidad de

que uno de los 7 sea elegido vocero?
b) El retraso del ómnibus que lo lleva al trabajo es mayor de 10 minutos
c) La probabilidad de que ocurra un terremoto en Mendoza en los próximos 10 años es 0,8.

4.3 REGLA DE LA ADICIÓN

Sea S un espacio muestral que contiene a los dos eventos A y B

P( A  B )  P( A )  P( B )  P( A  B )

Sea S un espacio muestral que contiene a los tres eventos A , B y C

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

Ejemplo:

Se les preguntó a 150 adultos residentes en un pueblo su opinión acerca de la construcción

de un comedor escolar. Los resultados están resumidos en la siguiente tabla

A FAVOR EN CONTRA TOTAL

HOMBRES 60 20 80
MUJERES 40 30 70
TOTAL 100 50 150

Suponga que se selecciona un adulto al azar. Sean los eventos

H: la persona seleccionada es un hombre
F: la persona seleccionada está a favor de la construcción del comedor escolar
Encuentre:
a) P (H) = 80/150 = 0,53 b) P(F) = 100/150 = 0,67 c) P(H  F) = 0,4
d) P(H  F) = P(H) + P(F)  P(H  F) = 0,53 +0,67 – 0,4 = 0,8

ACTIVIDAD 6:

Los alumnos de primero de Matemática tienen que realizar dos pruebas, una teórica y otra
práctica. La probabilidad de que un estudiante apruebe la parte teórica es de 0.6, la
probabilidad de que apruebe la parte práctica es de 0.8 y la probabilidad de que apruebe
ambas pruebas es 0.5.
a) Son mutuamente excluyentes los eventos aprobar la parte teórica y la parte práctica?
b) ¿Cuál es la probabilidad de que un alumno no apruebe ninguno de los dos exámenes?
c) ¿Cuál es la probabilidad de que un alumno apruebe a lo sumo uno de los dos exámenes?
d) ¿Cuál es la probabilidad de que un alumno apruebe solamente uno de los dos exámenes?

4.4 PROBABILIDAD CONDICIONAL

La probabilidad de un evento se ve afectada cuando se conoce información adicional

relacionada con el experimento.

PROBABILIDAD 124
 ANÁLISIS CUANTITATIVO UNIDAD 4

Por ejemplo, si responde adivinando una pregunta de opción múltiple que tiene 5 opciones,
la probabilidad de acertar a la respuesta es 15 , en cambio si sabe que las opciones A y B son
1
incorrectas y, por lo tanto las puedo ignorar, la probabilidad de acertar es 3 .

Consideraremos situaciones en las que queremos hallar la probabilidad de que ocurra un

evento A, sabiendo que ha ocurrido otro evento B. Ésta se denomina probabilidad
condicional y se representa P(A/B).

Para hallar la expresión, analizaremos un ejemplo:

Sea el experimento de arrojar un dado S   1,2 ,3,4 ,5 ,6

3 1
Sea el evento A : sale un número par A   2 ,4 ,6 , P( A )  
6 2

Supongamos que se tira el dado y nos dicen que apareció un número mayor que 3. Con esta
nueva información, ¿cuál es la probabilidad de que haya salido un número par?

Sea el evento B : sale un número mayor que 3 B   4 ,5 ,6 

Puesto que ha ocurrido B, el conjunto de resultados posibles ya no es S, sino B. Esto

significa que B se convierte en un nuevo espacio muestral, llamado espacio muestral
reducido.

Los resultados favorables son ahora A  B   4 ,6

P( A  B )
P( A / B ) 
P( B )

Vamos a ilustrar esta situación con un diagrama de Venn

P( A  B )
P( A / B ) 
P( B )

También puede probarse que P( A / B )  1  P( A / B )

Ejemplo: En la encuesta de opinión acerca de instalar un comedor escolar

PROBABILIDAD 125
 ANÁLISIS CUANTITATIVO UNIDAD 4

A FAVOR EN CONTRA TOTAL

HOMBRES 60 20 80
MUJERES 40 30 70
TOTAL 100 50 150

a) ¿Cuál es la probabilidad de que la persona seleccionada esté a favor, dado que es

hombre?
P(F/H) = (60/150) / (80/150) = 60/80 = 0,75
b) ¿Cuál es la probabilidad de que la persona no esté a favor, dado que es hombre?
P( F / H )  1  P( F / H ) = 1 – 0,75 = 0,25

ACTIVIDAD 7:

Los alumnos de primero de Matemática tienen que realizar dos pruebas, una teórica y otra
práctica. La probabilidad de que un estudiante apruebe la parte teórica es de 0.6, la
probabilidad de que apruebe la parte práctica es de 0.8 y la probabilidad de que apruebe
ambas pruebas es 0.5.Si se sabe que un alumno aprobó la teoría. ¿Cuál es la probabilidad de
que apruebe también la práctica?

ACTIVIDAD 8:

Un taller sabe que por término medio acuden: por la mañana 3 automóviles con problemas
eléctricos, 8 con problemas mecánicos y 3 con problemas de chapa, y por la tarde 2 con
problemas eléctricos, 3 con problemas mecánicos y 1 con problemas de chapa.
a) Elaborar una tabla de contingencia con estos datos.
b) Elaborar una tabla de contingencia de porcentajes totales
c) Calcula el porcentaje de los que acuden por la tarde.
d) Calcula el porcentaje de los que acuden por problemas mecánicos.
e) Calcula la probabilidad de que un automóvil con problemas eléctricos acuda por la
mañana.
ACTIVIDAD 9:

Una compañía de seguros hace una investigación sobre la cantidad de partes de siniestro
fraudulentos presentados por los asegurados. Clasificando los seguros en tres clases,
incendio, automóvil y "otros", se obtiene la siguiente relación de datos:
El 6% son partes por incendio fraudulentos; el 1% son partes de automóviles fraudulentos; el
3% son "otros" partes fraudulentos; el 14% son partes por incendio no fraudulentos; el 29%
son partes por automóvil no fraudulentos y el 47% son "otros" partes no fraudulentos.
a) Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de partes
fraudulentos y no fraudulentos.
b) Calcula qué porcentaje total de partes corresponde a la rama de incendios, cuál a la de
automóviles y cuál a "otros". Añade estos datos a la tabla.
c) Calcula la probabilidad de que un parte escogido al azar sea fraudulento.
d) ¿Cuál es la probabilidad de que un parte sea fraudulento si se sabe que es de la rama de
incendios?

PROBABILIDAD 126
 ANÁLISIS CUANTITATIVO UNIDAD 4

REGLA DE LA MULTIPLICACIÓN

Sea S un espacio muestral que contiene a los dos eventos A y B, la probabilidad de que
ocurran los dos eventos al mismo tiempo es igual a la probabilidad de que ocurra uno de
ellos por la probabilidad condicional de que ocurra el otro, sabiendo que ocurrió el
primero
P(A  B) = P(A) . P(B/A)
P(A  B) = P(B) . P(A/B)

Esta regla se puede generalizar para más eventos:

La probabilidad de que ocurran los eventos A, B y C en ese orden es igual a la
probabilidad de que ocurra el primero por la probabilidad de que ocurra el segundo
sabiendo que ocurrió el primero por la probabilidad de que ocurra el tercero sabiendo
que han ocurrido el primero y el segundo:
P(A  B  C) = P(A) . P(B/A) . P(C/AB)

Ejemplo:

Una agencia de viajes tiene un teléfono computarizado que selecciona de manera aleatoria
números telefónicos para anunciar excursiones grupales. El teléfono marca el número
seleccionado y reproduce un mensaje grabado. La experiencia ha mostrado que el 5% de
los receptores muestran interés y se ponen en contacto con la agencia. Sin embargo, de
ellos, un 22% realmente aceptan comprar la excursión.
a) Enuncie los eventos.
b) Encuentre la probabilidad de que una persona compre la excursión sabiendo que se
ha puesto en contacto con la agencia
c) Encuentre la probabilidad de que una persona receptora haga contacto con la agencia
y compre la excursión.

Respuestas:
a) A: la persona receptora hace contacto con la agencia B: compra la excursión
b) P(B/A) = 0,22
c) P( A  B )  P( A ).P( B / A )  0 ,05.0 ,22  0 ,011
ACTIVIDAD 10:

Un estudiante es elegido de un grupo de 200. Se sabe que de éstos, 140 son alumnos de
tiempo completo (80 mujeres y 60 hombres) y 60 de tiempo parcial (40 mujeres y 20
hombres).
Se define el evento A: “el estudiante es de tiempo completo” y B: “el estudiante es mujer”

PROBABILIDAD 127
 ANÁLISIS CUANTITATIVO UNIDAD 4

a) Armar la tabla de contingencia correspondiente

b) Hallar la probabilidad de que el estudiante sea una mujer de tiempo completo.

EVENTOS INDEPENDIENTES

Dos eventos son independientes si el conocimiento de la ocurrencia de uno de

ellos no tiene efecto en la probabilidad de ocurrencia del otro.

De manera formal, diremos que dos eventos son independientes si y solo si se

verifica cualquiera de las siguientes condiciones equivalentes:

i) P( A / B )  P( A )
La probabilidad de que ocurra A sabiendo que ha ocurrido B es igual a la
probabilidad de que ocurra A
ii) P( B / A )  P( B )
La probabilidad de que ocurra B sabiendo que ha ocurrido A es igual a la
probabilidad de que ocurra B

iii) P( A  B )  P( A ).P( B )
La probabilidad de la intersección se puede escribir como el producto de las
probabilidades

Ejemplos:

Para cada uno de los siguientes experimentos, determine si los eventos dados son
independientes

a) Se lanza una moneda legal dos veces. Los eventos son "cara en el primer
lanzamiento" y "cara en el segundo lanzamiento"
S = { (C,C), (C,S), (S,C), (S,S)} P (Cara en el primer lanzamiento) = ½
P[(C,C)] = ¼ P (Cara en el segundo lanzamiento) = ½

P[C  C)] = P(C) . P(C) (Son independientes)

b) Título universitario y empleo

Tiene título
Tiene trabajo universitario (U)
(T) Sí No Total
Sí 75 175 250
No 225 525 750
Total 300 700 1000

Si son independientes se debe cumplir : P (T  U) = P(T). P(U)

PROBABILIDAD 128
 ANÁLISIS CUANTITATIVO UNIDAD 4

Por lo tanto, el hecho de tener título universitario y de tener trabajo son independientes. Es
decir que el hecho de conocer un evento no afecta de manera alguna a la probabilidad del
segundo evento.

ACTIVIDAD 11:

El estudiante A afirma que “independencia” y “mutuamente excluyente” son básicamente lo

mismo; a saber, que ambos significan “ningún evento tiene nada que ver con el otro”. El
estudiante B argumenta que aunque la proposición del estudiante A es parcialmente
verdadera, el estudiante A no ha percibido la cuestión importante sobre estas dos
propiedades. El estudiante B tiene razón. Explique cuidadosamente por qué.

ACTIVIDAD 12:

a) Dado que los eventos A y B son mutuamente excluyentes y que P(A) = 0,4 P(B) = 0,3
encuentre: P( A  B) = P( A  B) = P( A/B) =
¿Son independientes A y B? Explique su respuesta

b) Dado que los eventos A y B son independientes y que P(A) = 0,2 P(B) = 0,7 encuentre:
P( A  B) = P( A  B) = P( A/B) =
¿Son mutuamente excluyentes A y B? Explique su respuesta

ACTIVIDAD 13:

En una muestra de 150 residentes, a cada persona se le preguntó si estaba a favor de tener
una sola agencia de policía en el municipio. Éste está integrado por una ciudad y muchas
poblaciones suburbanas. Los datos obtenidos se resumen en la siguiente tabla:

Opinión según residencia

Opinión
Residencia A favor En contra Total
(F) (F )
En la ciudad (C) 80 40 120
Fuera de la ciudad ( C S) 20 10 30
Total 100 50 150

Se quiere saber si los eventos F (a favor) y C (reside en la ciudad) son independientes.

4.5 TEOREMA DE LA PROBABILIDAD TOTAL

Comenzaremos con un ejemplo:

Un taller emplea a dos mecánicos, A y B, pero usted nunca sabrá quién arreglará su auto.

PROBABILIDAD 129
 ANÁLISIS CUANTITATIVO UNIDAD 4

Se sabe que A realiza el doble de trabajos que B. Además se sabe que A hace un buen
trabajo 3 de 4 veces y B solo 2 de 5 veces. Si Ud. planea llevar su auto a arreglar a este
taller calcule la probabilidad de que el trabajo esté bien hecho.

Definamos los eventos: A : trabajo hecho por A

B : trabajo hecho por B
C : trabajo bien hecho

Como A realiza el doble de trabajos que B, de cada 3 trabajos, A realiza 2 y B 1:

P (A) = 2/3 y P (B) = 1/3
Como A realiza un trabajo bien hecho 3 de 4 veces, la probabilidad de obtener un
trabajo bien hecho, dado que lo realizó A es P (C/A) = 3/4
La probabilidad de tener un trabajo bien hecho dado que lo realizó B es P(C/B) = 2/5
El evento que buscamos de tener el trabajo bien hecho, C, puede ocurrir de modos
mutuamente excluyentes:
A  C : que lo realice el mecánico A y esté bien hecho o
B  C : que lo realice el mecánico B y esté bien hecho.

Por lo tanto: P( C )  P( A  C )  P( B  C ) (como son eventos mutuamente excluyentes,

por el tercer axioma de la definición de probabilidad, la probabilidad de la unión es igual a la
suma de las probabilidades).

Si aplicamos la regla de la multiplicación:

2 3 1 2
P (C) = P( A ).P( C / A )  P( B ).P( C / B ) = .  .  0 ,633
3 4 3 5

Para visualizar esta situación vamos a construir un diagrama de árbol:

Vemos que la probabilidad pedida se obtiene multiplicando los valores de las ramas
marcadas y luego sumándolas.

PROBABILIDAD 130
 ANÁLISIS CUANTITATIVO UNIDAD 4

Teorema de la probabilidad total:

Si los eventos B1 , B2 ,..., Bk son
i) mutuamente excluyentes, es decir Bi  B j   si i  j
(es decir que no pueden ocurrir al mismo tiempo dos eventos diferentes) y
ii) exhaustivos, es decir B1  B2  B3  ....  Bk  S
(es decir que incluyen todos los resultados posibles del experimento)
iii) P( Bi )  0 i  1,2 ,3 ,..., k
entonces:
P( A )  P( A  B1 )  P( A  B2 )  .......  P( A  Bk ) =
= P( B1 ).P( A / B1 )  P( B2 ).P( A / B2 )  ...  P( Bk ).P( A / Bk )

Podemos visualizar gráficamente con un diagrama de Venn el ejemplo:

Vemos que son mutuamente excluyentes porque el auto es arreglado por uno sólo de los dos
mecánicos. Son exhaustivos porque si llevamos el auto a ese taller únicamente los puede
arreglar el mecánico A o el B.
TEOREMA DE BAYES

El teorema de Bayes ofrece un método estadístico poderoso para evaluar nueva

información y revisar nuestras estimaciones anteriores (basadas en información limitada) de
la probabilidad de que las cosas se encuentren en un estado o en otro.

Como ejemplo, supongamos que en un recipiente tenemos una cantidad igual de dos tipos de
dados cargados. En los del primer tipo P(as) = 0,4; en los del segundo tipo P(as) = 0,7
Se saca un dado del recipiente, se lanza una vez y sale un as. ¿Cuál es la probabilidad de
que sea del tipo 1?

Estas situaciones se visualizan fácilmente si construimos un diagrama de árbol

I: Dado del primer tipo
II: Dado del segundo tipo
A: Sale un as

PROBABILIDAD 131
 ANÁLISIS CUANTITATIVO UNIDAD 4

La probabilidad pedida es :

P( I  A ) P( I ).P( A / I ) 0 ,5.0 ,4
P( I / A )   =  0 ,364
P( A ) P( I ).P( A / I )  P( II ).P( A / II ) 0 ,5.0 ,4  0 ,5.0 ,7
Si calculamos la probabilidad de que el dado sea del tipo II, ya que salió as, nos queda

P( II  A ) P( II ).P( A / II ) 0 ,35
P( II / A )   =  0 ,636
P( A ) P( I ).P( A / I )  P( II ).P( A / II ) 0 ,55

Antes de extraer el dado supusimos que existía la misma probabilidad de obtener un dado
de tipo I que un dado de tipo II. Sin embargo, después de lanzar el dado, hemos podido
determinar que hay mayor probabilidad de haber seleccionado un dado del tipo II (0,636)
que del tipo I (0,364).

Teorema de Bayes
Si los eventos B1 , B2 ,..., Bk son mutuamente excluyentes y exhaustivos y
P( Bi )  0 i  1,2 ,3 ,..., k , entonces para cualquier evento A, no vacío,
P( B j ).P( A / B j )
P( B j / A )  k
para i  1,2 ,3 ,..., j ,....,k
 P( Bi ).P( A / Bi )
i 1

Ejemplo:

Un ejecutivo de publicidad está estudiando los hábitos de ver TV de hombres y mujeres

casados, en horario estelar. En base a los registros de observación se ha determinado que los

PROBABILIDAD 132
 ANÁLISIS CUANTITATIVO UNIDAD 4

maridos ven TV el 60% del tiempo. También se ha determinado que si el marido está viendo
TV, el 30% del tiempo también lo hace la esposa; y si el marido no está viendo TV, el 40%
del tiempo la esposa lo está haciendo.
a) Elaborar un diagrama de árbol
b) Encuentre la probabilidad de que la esposa esté viendo TV
c) Encuentre la posibilidad de que si la esposa está viendo TV, el marido también lo
esté haciendo.

M: el marido está viendo TV

E: la esposa está viendo TV
a)

b) P(E) = 0,60 . 0,30 + 0,40 . 0,40 = 0,34

c) P (M/E) = (0,60 . 0,30)/ 0,34 = 0,529

ACTIVIDAD 14:

Una compañía dedicada al transporte público explota tres líneas de una ciudad, de forma que
el 60% de los autobuses cubre el servicio de la primera línea, el 30% cubre la segunda y el
10% cubre el servicio de la tercera línea. Se sabe que la probabilidad de que, diariamente, un
autobús se averíe es del 2%, 4% y 1%, respectivamente, para cada línea. Determinar la
probabilidad de que, en un día, un autobús sufra una avería.

ACTIVIDAD 15:

Una empresa del ramo de la alimentación elabora sus productos en cuatro factorías: F1, F2, F3
y F4. El porcentaje de producción total que se fabrica en cada factoría es del 40%, 30%, 20%
y 10%, respectivamente, y además el porcentaje de envasado incorrecto en cada factoría es
del 1%, 2%, 7% y 4%. Tomamos un producto de la empresa al azar. ¿Cuál es la probabilidad
de que se encuentre defectuosamente envasado?

ACTIVIDAD 16

PROBABILIDAD 133
 ANÁLISIS CUANTITATIVO UNIDAD 4

Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las
piezas producidas en una fábrica. Los porcentajes de producción defectuosa de estas
máquinas son del 3%, 4% y 5%.
a) Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b) Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber
sido producida por la máquina B.
c) ¿Qué máquina tiene la mayor probabilidad de haber producido la citada pieza
defectuosa?

ACTIVIDAD 17:

Responda las preguntas del caso de estudio.

PREGUNTAS DE COMPRENSIÓN:

1- ¿Cuáles son las diferencias entre la probabilidad clásica a priori y la probabilidad

frecuencial a posteriori?
2- ¿Cuál es la diferencia entre un evento simple y uno compuesto?
3- ¿Cómo se puede utilizar la regla de la adición para hallar la probabilidad de ocurrencia de
los eventos A o B?
4- ¿Cuál es la diferencia entre eventos mutuamente excluyentes y colectivamente
exhaustivos?
5- ¿Cómo se relaciona la probabilidad condicional con el concepto de independencia
estadística?
6- ¿En qué difiere la regla de la multiplicación para eventos independientes y dependientes?

PROBABILIDAD 134
 ANÁLISIS CUANTITATIVO UNIDAD 4

7- ¿Cómo puede utilizarse el teorema de Bayes para revisar las probabilidades al contar con
nueva información?

RESUMEN DE LA UNIDAD

BIBLIOGRAFÍA:
Johnson & Kuby - ESTADÍSTICA ELEMENTAL. LO ESENCIAL- Ed. Thomson –
2004
Mason y Lind – ESTADÍSTICA PARA ADMINISTRACIÓN Y ECONOMÍA- Ed.
Alfaomega – 1998
TRABAJO PRÁCTICO

UNIDAD 4: PROBABILIDAD

PROBABILIDAD 135
 ANÁLISIS CUANTITATIVO UNIDAD 4

1. A) Describa el espacio muestral asociado al lanzamiento de dos dados.

B) Describa el espacio muestral asociado al lanzamiento de dos dados, si el segundo es
un 6.
En el primer espacio muestral (A) describa los siguientes eventos:
 Al menos un 6
 El primero es par
 El primero es par o 3
 El primero es par y el segundo es 3
2. Sean E, F y G tres eventos. Encuentre expresiones con operaciones entre los conjuntos
para representar los siguientes eventos
 Solo ocurre E
 Ocurren E y F, pero no F
 Al menos uno de los tres ocurre
 Al menos dos de los tres ocurren
 Ocurren los tres
 No ocurre ninguno
 Ocurre a lo sumo uno
 Ocurren a lo sumo dos
 Ocurren exactamente dos
 Ocurren a lo sumo tres
3. En cada uno de los siguientes casos indique si se utiliza la definición clásica o
frecuencial de probabilidad:
a) Se formó un comité de 7 estudiantes para hacer estudios ambientales, ¿cuál es la
probabilidad de que uno de los 7 sea elegido vocero?
b) Si compra 1 de los 5 millones de boletos vendidos para un sorteo, ¿cuál es la
probabilidad de que gane el premio?
c) La probabilidad de que ocurra un terremoto en el norte de California en los
próximos 10 años es 0,8.
4. Antes de efectuar una encuesta a nivel nacional se seleccionaron 40 personas para probar
el cuestionario. Una pregunta acerca de si debe o no legalizarse el aborto requiere de una
respuesta de sí o no.
a) ¿Cuál es el experimento?
b) Enuncie un posible evento
c) 10 de las 40 personas se declararon a favor de legalizar el aborto. Con base a estas
respuesta muestrales, ¿cuál es la probabilidad de que una persona específica esté a
favor del aborto?
d) ¿Qué definición de probabilidad utiliza?
e) ¿Los eventos son igualmente posibles, mutuamente excluyentes y exhaustivos?
5. Los eventos A y B son mutuamente excluyentes. Supóngase que P(A) = 0,30, P(B) =
0,20. ¿Cuál es la probabilidad de que ocurra A o B? ¿ Cuál es la probabilidad de que no
suceda ni A ni B?

PROBABILIDAD 136
 ANÁLISIS CUANTITATIVO UNIDAD 4

6. Los eventos A y B no son mutuamente excluyentes. Supóngase que P(A) = 0,30, P(B) =
0,20. La probabilidad de que ocurran A y B es 0,15. ¿Cuál es la probabilidad de que
ocurra A o B? ¿ Cuál es la probabilidad de que suceda A o bien B?
5- Sean A y B dos sucesos con P(A) = 0,5; P(B) = 0,3 y P( A  B ) = 0,1. Calcula las
probabilidades de P(A / B); P( A / A  B ) ; P( A  B / A  B ) ; P( A / A  B ) .
6- Sean A y B dos sucesos con P(A) = 0,5; P(B) = 0,3 y P( A  B ) = 0,1. Calcula las
probabilidades de P(A / B); P( A / A  B ) ; P( A  B / A  B ) ; P( A / A  B ) .
7- Según el Servicio Meteorológico Tucumán, experimentó 197 días de precipitación (lluvia)
en 1995. Esta cantidad significó más días de lluvia que cualquiera de las otras estaciones
meteorológicas reportadas ese año, aunque no fue considerada fuera de lo común para la
ciudad. En comparación, la estación en San Juan, reportó 31 días de precipitación durante el
mismo año (lo cual, nuevamente, no fue nada fuera de lo común).
a. Suponga que realiza un viaje de un día a San Juan. ¿Cuál es la probabilidad de que llueva
mientras usted se encuentra en esa ciudad?
b. Suponga que en vez de viajar a San Juan decide hacerlo a Tucumán. ¿Cuál es la
probabilidad de que ocurra una precipitación mientras usted se encuentra allí?
8- Se reportaron los resultados de una encuesta aplicada a 500 suscriptores a una revista que
indicaron el número de horas trabajadas por semana. Los resultados se resumen en la tabla
siguiente:
Número de horas trabajadas por semana
Nº de horas trabajadas Nº de encuestados Porcentaje de
por semana encuestados
29 ó menos 18 3,6%
30-39 98 19,6%
40-49 281 56,2%
50-59 69 13,8%
60 ó más 34 6,8%
Total 600 100%

Suponga que uno de los encuestados de la muestra se elige al azar. Encuentre la probabilidad
de los eventos siguientes:
a. El encuestado trabaja menos de 40 horas por semana.
b. El encuestado trabaja 50 o más horas por semana.
c. El encuestado trabaja entre 30 y 59 horas por semana.
9- De un cuerpo estudiantil se elige aleatoriamente un alumno. Suponga que la probabilidad
de que el estudiante sea una mujer es de 0.5 y que la probabilidad de que el estudiante esté
trabajando de tiempo parcial es de 0.6. ¿Los eventos "mujer" y "trabajando" son mutuamente
excluyentes? Explique su respuesta.
10- Un análisis de tráfico efectuado en un circuito congestionado mostró que 0.8 de los
automóviles que usan el circuito entraron por la avenida de Acceso Sur. De quienes entraron
al circuito por la avenida de Acceso Sur 0.7 continuaron sobre la avenida de Acceso Sur en
el extremo opuesto del circuito. ¿Cuál es la probabilidad de que un automóvil elegido
aleatoriamente y observado en el circuito haya entrado por el Acceso Sur y continuado por
esa avenida?
11- La probabilidad de que en la vecindad de un aeropuerto particular haya tormentas un día
de agosto es de 0.70. Cuando en la vecindad hay tormentas, la probabilidad de que un avión
aterrice a tiempo es 0.80. Encuentre la probabilidad de que en la vecindad haya tormentas y
que el avión aterrice a tiempo.
12-Una compañía de seguros hace una investigación sobre la cantidad de partes de siniestro
fraudulentos presentados por sus asegurados. Clasificando los seguros en tres clases,

PROBABILIDAD 137
 ANÁLISIS CUANTITATIVO UNIDAD 4

incendio, automóvil y “otros”, se obtiene la siguiente relación de datos: el 6 % son partes

por incendio fraudulentos; el 1 % son partes de automóvil fraudulentos; el 3 % son “otros”
partes fraudulentos; el 14 % son partes por incendio no fraudulentos; el 29 % son partes
por automóvil no fraudulentos y el 47 % son “otros” partes no fraudulentos.
a) Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de partes
fraudulentos y no fraudulentos.
b) Calcula qué porcentaje total de partes corresponde a la rama de incendios, cuál a la
de automóviles y cuál a “otros”. Añadir estos datos a la tabla.
c) Calcula la probabilidad de que un parte escogido al azar sea fraudulento. ¿Cuál
será, en cambio, la probabilidad de que sea fraudulento si se sabe que es de la rama
de incendios?
d) ¿Cuál es la probabilidad de que el parte sea de automóvil?
e) Si el parte extraído es de automóvil, ¿cuál es la probabilidad de que sea
fraudulento?
f) Si el parte extraído es de fraudulento, ¿cuál es la probabilidad de que sea de
automóvil?
g) ¿Son los eventos Incendio y Fraudulento mutuamente excluyentes?
h) ¿Son los eventos Incendio y Fraudulento independientes?

13- Los dos propietarios de una empresa toman sus decisiones de manera independiente y
luego las comparan. Si están de acuerdo, se toma una resolución; si no están de acuerdo.
entonces se requiere una consideración adicional antes de llegar a una conclusión. Si cada
uno de los dueños ha tomado la decisión correcta el 60% de las veces, ¿cuál es la
probabilidad de que juntos
a. tomen la decisión correcta en el primer intento?
b. tomen la decisión incorrecta en el primer intento?
c. posterguen la decisión para un estudio adicional?
14- Un estudio implicó a 23 sujetos que fueron clasificados según el sexo y el estado civil.
tal como se muestra en la tabla siguiente.

Uno de los sujetos se elige al azar. Encuentre:

a. La probabilidad de que el sujeto esté casado actualmente, dado que la persona es un
hombre
b. La probabilidad de que el sujeto sea una mujer, dado que el individuo está divorciado o
separado.
c. La probabilidad de que el sujeto sea un hombre, dado que el individuo nunca se ha
casado
d. Enuncie eventos mutuamente excluyentes .
e. ¿Estado civil y Sexo, son independientes? Justifique

15- El director de una agencia federal responsable de otorgar viviendas a pequeñas

comunidades. encontró que el 14,2% de las solicitudes eran extemporáneas (fuera de plazo),
el 8,7% estaban incompletas y el 15,9% eran inelegibles. Defina A como "extemporánea", B
como "incompleta" y C como "inelegible".

PROBABILIDAD 138
 ANÁLISIS CUANTITATIVO UNIDAD 4

a) ¿Qué parejas de eventos si es que las hay, son mutuamente excluyentes?.

b) Dé una interpretación del evento A  B  C.
c) Suponga que P(A  B)= 0,046, P(A  C)= 0,092, P(B  C)= 0,035,
P(A  B  C)= 0,016. Construya un diagrama de Venn y deduzca las
probabilidades de los eventos mutuamente excluyentes. Por ejemplo, en vista
de que P(A  B)= 0,046 y P(A  B  C)= 0,016, debe ser cierto que
P(A  B  C )= 0.030
d) Encontrar P( A  B  C ), P(A U B U C ) y P( A  B ). Exprese verbalmente estos
eventos.

15- La unidad de compras de un gobierno estatal ha visto que de las licitaciones públicas de
contratos para la limpieza de sus oficinas, un 60% las han ganado postores regulares; un 30%,
postores ocasionales, Y 10%, nuevos postores. Después de un año de trabajo, los servicios
proporcionados por el ganador de una licitación se clasifican como satisfactorios o no
satisfactorios. La experiencia indica que el trabajo de los postores regulares es satisfactorio el
90% de las veces; el de los postores ocasionales, el 80% de las veces, y el de los postores
nuevos, el 60% de las veces.

a) ¿Cuál es la probabilidad de que un trabajo sea hecho por un postor nuevo y sea
satisfactorio?
b) ¿Cuál es la probabilidad de que un trabajo sea satisfactorio?
c) Dado que un trabajo es satisfactorio, ¿cuál es la probabilidad de que haya sido hecho por
un postor nuevo?

16- En una ciudad, se hace una encuesta y se obtiene que el 55% vota por partidos de
derecha y el 45% por partidos de izquierda. Además, el 40% de los derechistas y 30% de
los izquierdistas son ecologistas.
a) ¿Cuál es la probabilidad de que un votante, elegido al azar sea ecologista?
b) Si la persona seleccionada es ecologista, ¿cuál es la probabilidad de que sea de un
partido izquierdista?

17- Un proceso de manufactura requiere el uso de un soldador robotizado en cada una de dos
líneas de ensamble A y B que producen 200 y 400 unidades por día respectivamente. Con
base en la experiencia se cree que el solador A produce el 2% de unidades defectuosas,
mientras que el soldador B produce el 5% de unidades defectuosas. Al final del día se saca al
azar una unidad defectuosa de la producción total, ¿cuál es la probabilidad de que provenga
de la línea A?

18- De las 3000 llantas en el almacén de un distribuidor, 2000 son nacionales y el resto
importadas. Entre las llantas nacionales el 40% son de cara blanca; de las importadas el 10%
son de cara blanca. Si una llanta es seleccionada al azar y es de cara blanca, ¿cuál es la
probabilidad de que sea importada?

PROBABILIDAD 139