Universidad de El Salvador

Facultad de Qumica y Farmacia

Departamento de Qumica, Fsica y Matemtica
Seccin de Matemtica Cuadro Resumen sobre Probabilidad.

!b"etivo E#plicar la $robabilidad mediante la resolucin de un problema espec%ico&

'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
E/$ER)ME*'!
(-E('!R)!
Un e#perimento aleatorio es un e#perimento cuyo
resultado es incierto, pero 0ue se puede repetir&
Escriba tres e"emplos de un
e#perimento aleatorio
1& -an2ar una moneda una ve2
3& -an2ar una moneda dos veces
4& -an2ar un dado
ES$(C)!
MUES'R(-
Se denomina espacio muestral al con"unto de todos
los posibles resultados de un e#perimento aleatorio&
Se denota a menudo por

Determine el espacio muestral de
los e#perimentos aleatorios
anteriores&
El espacio muestral de cada e#perimento aleatorio es
{ {{ { } }} } X , C
1
= == =
{ {{ { } }} } XX , XC , CX , CC
2
= == =
{ {{ { } }} } 6 , 5 , 4 , 3 , 2 , 1
3
= == =
SUCES! 5+
E6E*'!7
Cuando se reali2an e#perimentos aleatorios, se
considera a menudo un resultado particular o, de
%orma ms 8eneral, un subcon"unto particular del
espacio muestral& Estos subcon"untos se denominan
sucesos.
Escriba el si8uiente suceso
A Que al menos apare2ca una
cara&
B Que el primer lan2amiento sea
una cru2
{ {{ { } }} } XC , CX , CC A = == =
{ {{ { } }} } XX , XC B = == =
$R!,(,)-)D(D La probabilidad de un evento A. Si el evento ( se
observa n veces en un espacio muestral de *
repeticiones del e#perimento, entonces se considera
0ue la probabilidad del evento ( es
posibles casos
favorables casos
N
n
) A ( p = == = = == =
Del e#perimento aleatorio, lan2ar
una moneda dos veces& Encuentre
la probabilidad de obtener en el
primer lan2amiento una cru2&
2
1
4
2
N
n
) B ( p = == = = == = = == =
SUCES!S
CU(-ESQU)ER(
Si A y B son dos sucesos cuales0uiera,
entonces
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) B A P B P A P B A p + ++ + = == =
Si A , B 9 C son tres sucesos cuales0uiera,
entonces
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) C B A P
C B P C A P B A P
C P B P A P B A p
+ ++ +

+ ++ + + ++ + = == =

En una empresa se tiene previsto
:acer una reclasi%icacin& Romeo
cree 0ue tiene una probabilidad
del ;<= y >ulieta cree 0ue ella
tiene un ?<=& $or traba"ar en la
misma empresa ellos creen 0ue
tienen ambos, un 4<= de ser
reclasi%icados& @Cul es la
probabilidad de 0ue al menos uno
reclasi%i0ueA
Sean
A Que Romeo reclasi%i0ue&
B Que >ulieta reclasi%i0ue&
Estamos interesados en calcular
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) 9 . 0 3 . 0 5 . 0 . 0 B A p
B A P B P A P B A p
= == = + ++ + = == =
+ ++ + = == =



'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
SUCES!S
MU'U(ME*'E
E/C-U9E*'ES
5D)S>U*'!S7
Se dice 0ue dos sucesos ( y ,, son mutuamente
e#cluyentes si no pueden ocurrir "untos& -a
ocurrencia de uno imposibilita la ocurrencia del otro&
E#presamos esto escribiendo
= == = B A B es decir, la interseccin de ( y , es
el con"unto vaco& $or tanto, ( (( ( ) )) ) 0 B A P = == =

Si ( y , son eventos mutuamente e#cluyentes,
entonces la probabilidad de 0ue ocurra ( o bien ,
estar dada por
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) B P A P B A p + ++ + = == =

Si se tira un dado, y los eventos
estn de%inidos como
A Cae tres puntos o menos
B Cae cinco puntos o ms
Calcular ( (( ( ) )) ) B A p

Como los dos eventos no pueden ocurrir "untos,
( (( ( ) )) ) 0 B A P = == = , por lo tanto,
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
6
5
6
2
6
3
B P A P B A p = == = + ++ + = == = + ++ + = == =
$R!,(,)-)D(D
C!*D)C)!*(-
-a probabilidad condicional de ( dado 0ue :aya
ocurrido el evento , es
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) 0 B P ,
B P
B A P
B
A
p

= == =
-a probabilidad condicional de , dado 0ue :aya
ocurrido el evento ( es
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) 0 A P ,
A P
A B P
A
B
p

= == =

Un lote de 1<< artculos contiene
3< de%ectuosos y C< no
de%ectuosos& Si esco8emos 3
artculos al a2ar, dados los
eventos&
A D EEl primer artculo es
de%ectuosoF
B D EEl se8undo artculo es
de%ectuosoF&
Determine ( (( ( ) )) )
A
B
p si se esco8e
(7 Con sustitucin
,7 Sin sustitucin&
(7 Si esco8emos con sustitucin,
( (( ( ) )) ) ( (( ( ) )) )
5
1
100
20
B P A p = == = = == = = == =
Cada ve2 0ue ele8imos en el lote
:ay 3< artculos de%ectuosos de un total de 1<<&
,7 Si ele8imos sin sustitucin, la
( (( ( ) )) )
5
1
A p = == =
& $ara calcular la
probabilidad ( (( ( ) )) ) B p debemos conocer la composicin del lote,
cuando se esco8e el se8undo artculo& En otras palabras,
debemos saber si el suceso ( ocurri o noB es decir
( (( ( ) )) )
99
19
A
B
p = == =
& $or0ue si ( :a ocurrido, entonces al sacar
por se8unda ve2 0uedan slo GG artculos de los cuales 1G
son de%ectuosos&

'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
E6E*'!S
)*DE$E*D)E*'ES
Se dice 0ue dos eventos ( y , son independientes s
y solamente s
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) B P . A P B A p = == = & Esta de%inicin es
e0uivalente a
( (( ( ) )) ) ( (( ( ) )) ) A P
B
A
p = == = bien
( (( ( ) )) ) ( (( ( ) )) ) B P
A
B
p = == =
Supon8amos 0ue se lan2a un dado
normal dos veces& De%inimos los
sucesos ( y , como si8ue
A DEEn el primer lan2amiento
muestra un nHmero parF
B DEEn el se8undo lan2amiento
muestra un ? un IF
$or intuicin se sabe 0ue los
sucesos ( y , no estn
relacionados& Si ( ocurre no
proporciona in%ormacin acerca
de la ocurrencia de ,&
Demostrar la independencia de
los Sucesos&
'omando como espacio muestral los 4I resultados i8ualmente
posibles,
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )



) )) )




` `` `












= == =
6 , 6 , 5 , 6 , 4 , 6 , 3 , 6 , 2 , 6 , 1 , 6
6 , 5 , 5 , 5 , 4 , 5 , 3 , 5 , 2 , 5 , 1 , 5
6 , 4 , 5 , 4 , 4 , 4 , 3 , 4 , 2 , 4 , 1 , 4
6 , 3 , 5 , 3 , 4 , 3 , 3 , 3 , 2 , 3 , 1 , 3
6 , 2 , 5 , 2 , 4 , 2 , 3 , 2 , 2 , 2 , 1 , 2
6 , 1 , 5 , 1 , 4 , 1 , 3 , 1 , 2 , 1 , 1 , 1

encontramos 0ue
( (( ( ) )) )
2
1
36
1!
A P = == = = == =
, ( (( ( ) )) )
3
1
36
12
B P = == = = == =
, mientras 0ue
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) B P . A P
6
1
36
6
B A p = == = = == = = == =
& $or lo tanto,
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) A P
2
1
3
1
6
1
B P
B A P
B
A
p = == = = == =
| || |

| || |

\ \\ \
| || |
| || |

| || |

\ \\ \
| || |
= == =

= == =

(s encontramos como era de suponer, 0ue la probabilidad no
condicional es i8ual a la probabilidad condicional
( (( ( ) )) )
B
A
P

De modo seme"ante,
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) B P
3
1
2
1
6
1
A P
A B P
A
B
p = == = = == =
| || |

| || |

\ \\ \
| || |
| || |

| || |

\ \\ \
| || |
= == =

= == =


E6E*'!S
DE$E*D)E*'ES
Se dice 0ue dos eventos ( y , son dependientes s y
solamente s
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) B P . A P B A p &Esta de%inicin es
e0uivalente a
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
A
B
p . A P B A P = == =

Un lote de 1<< artculos contiene
3< de%ectuosos y C< no
de%ectuosos& Si esco8emos 3
artculos al a2ar, sin sustitucin&
@Cul es la probabilidad de 0ue
ambos artculos sean
de%ectuososA
Sean
ADEEl primer artculo es de%ectuosoF
BDEEl se8undo artculo es de%ectuosoF
Estamos interesados en calcular&&
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
495
19
99
19
.
100
20
A
B
p . A P B A P = == = = == = = == =

'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
-E9 DE
$R!,(,)-)D(D
'!'(-
Supon8amos 0ue los sucesos
" 2 1
B ,..., B , B representan una particin del espacio
muestral & Es decir,
1&
#
"
1 i
B
= == =
= == = U
3& # i , B B
# i
= == =
Sea Aun suceso con respecto a & Donde
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
" 2 1
B A ... B A B A A = == =
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
" 2 1
B A ... B A B A P A P = == =
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) )
"
"
2
2
1
1
B P
B
A
P ...
B P
B
A
P B P
B
A
P A P
| || |

| || |

\ \\ \
| || |
+ ++ + + ++ +
| || |

| || |

\ \\ \
| || |
+ ++ +
| || |

| || |

\ \\ \
| || |
= == =

( (( ( ) )) ) ( (( ( ) )) )
i
"
1 i
i
B P
B
A
P A P

= == =
| || |

| || |

\ \\ \
| || |
= == =

Un test para el virus 6)J da un resultado
positivo en el GG= de los casos en los 0ue
el virus est presente y en un ?= de los
casos en los 0ue el virus no est presente&
Si se administra el test a individuos
esco8idos aleatoriamente& Cul es la
probabilidad de que el test resulte
positivo? Supon8a 0ue la preponderancia
del virus en la poblacin es de 1K3<<&

Sean
(1EEl resultado del test es *e8ativoF
(3EEl resultado del test es $ositivoF
,1E-a persona est in%ectadaF
,3E-a persona no est in%ectadaF









( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) 054 . 0 A P
05 . 0
200
199
99 . 0
200
1
B
A
P B P
B
A
P B P A P
2
2
2
2
1
2
1 2
= == =
+ ++ + = == =
| || |

| || |

\ \\ \
| || |
+ ++ +
| || |

| || |

\ \\ \
| || |
= == =

Esta es la probabilidad de 0ue el resultado de un test de
6)J reali2ado sobre un individuo esco8ido
aleatoriamente sea positivo&
F!RMU-( DE
,(9ES
Supon8amos 0ue los sucesos
" 2 1
B ,..., B , B representan una particin del espacio
muestral & AEs un suceso, y las probabilidades
" ,.., 1 i ,
B
A
P
i
= == =
| || |

| || |

\ \\ \
| || |
son conocidas& Estamos
interesados en calcular
| || |

| || |

\ \\ \
| || |
A
B
P
i
&Utili2ando
de%inicin de probabilidades condicionales, se tiene
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )

= == =
| || |

| || |

\ \\ \
| || |
| || |

| || |

\ \\ \
| || |
= == =

= == =
| || |

| || |

\ \\ \
| || |
"
1 i
i
i
i
i i
i
B P
B
A
P
B P
B
A
P
A p
B A p
A
B
P

En el e"emplo anterior, se calcul la
probabilidad de 0ue el resultado de un
test de 6)J reali2ado sobre un individuo
esco8ido aleatoriamente sea positivo, sin
embar8o es muc:o ms importante saber
si el resultado positivo del test si8ni%ica
realmente 0ue est in%ectado& Utilice los
datos del e"emplo anterior y determine
a) La probabilidad de que una persona
est infectada sabiendo que el test
es positivo.
b7 Si el resultado del test es negativo
encuentre la probabilidad de que el
individuo no est realmente
infectado
Estamos interesados en calcular
a7
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
2
1
1
2
2
1 2
2
1
A p
B P
B
A
P
A p
B A p
A
B
P
| || |

| || |

\ \\ \
| || |
= == =

= == =
| || |

| || |

\ \\ \
| || |
( (( ( ) )) )
090 . 0
054 . 0
99 . 0
200
1
A
B
P
2
1
= == = = == =
| || |

| || |

\ \\ \
| || |

b7
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
1
2
2
1
1
2 1
1
2
A p
B P
B
A
P
A p
B A p
A
B
P
| || |

| || |

\ \\ \
| || |
= == =

= == =
| || |

| || |

\ \\ \
| || |
( (( ( ) )) )
99994 . 0
054 . 0 1
95 . 0
200
199
A
B
P
1
2
= == =

= == =
| || |

| || |

\ \\ \
| || |


'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
FU*C)+* DE
$R!,(,)-)D(D
D)SCRE'(
Una %uncin de probabilidad es una %uncin tal 0ue
cumple las condiciones
1& ( (( ( ) )) ) 1 $ X P 0
i
= == =
3& ( (( ( ) )) )

= == = 1 $ p
i

Media5Esperan2a Matemtica7
( (( ( ) )) )

= == =
i i
$ p $ &
6arian2a
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
2
i
2
i i
2
i
2
$ p $ $ p $ = == = = == =


Se lan2an dos dados&
a7 Encontrar la %uncin de
probabilidad de la variable
aleatoria !" Suma obtenida&
b7 Calcular la probabilidad de
0ue la suma obtenida sea mayor
0ue nueve&
c7 -a Media
d7 -a varian2a
a7 El recorrido de la variable aleatoria / es
{ {{ { } }} } 12 , 11 , 10 , 9 , ! , , 6 , 5 , 4 , 3 , 2 %
X
= == =
-a %uncin de probabilidad es la si8uiente
X ( (( ( ) )) ) X P ( (( ( ) )) )
i i
X P X
( (( ( ) )) )
i
2
i
X P X
3
36
1

36
2

36
4

4
36
2

36
6

36
1!

L
36
3

36
12

36
4!

?
36
4

36
20

36
100

I
36
5

36
30

36
1!0

;
36
6

36
42

36
294

C
36
5

36
40

36
320

G
36
4

36
36

36
324

1<
36
3

36
30

36
300

11
36
2

36
22

36
242

13
36
1

36
12

36
144

Suma 1

36
252
= == =
!3 . 54
36
194
= == =

b7
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) )
6
1
36
1
36
2
36
3
9 X p
12 X p 11 X p 10 X p 9 X p
= == = + ++ + + ++ + = == = > >> >
= == = + ++ + = == = + ++ + = == = = == = > >> >

c7 Media ( (( ( ) )) ) $ p $
i i
= == = = == =


d7 6arian2a
( (( ( ) )) ) !3 . 5 49 !5 . 54 $ p $
2
i
2
i
2
= == = = == = = == =


'EM( DEF)*)C)+* $R!,-EM( ES$EC.F)C! S!-UC)+*
D)S'R),UC)+*
,)*!M)(-
Cuando en un solo ensayo de al8Hn proceso o
e#perimento puede ocurrir slo uno de los resultados
mutuamente e#cluyentes, como vida o muerte, bueno
o malo, mac:o o :embra, etc& En cada ensayo e#iste el
M#ito o %racaso como dos Hnicos resultados& En cada
caso la probabilidad no cambia, es constante&
Se denota, la probabilidad de M#ito con p y la
probabilidad de %racaso con 0D1Np&
-a distribucin de probabilidad de la variable aleatoria
/ 0ue representa el nHmero de M#itos en n ensayos
independientes, con probabilidad de M#ito p es
( (( ( ) )) ) n ,..., 2 , 1 , 0 $ & ' p
$
n
p , n , $ B
$ n $
= == =
| || |
| || |

| || |


\ \\ \
| || |
= == =


Media 5Esperan2a Matemtica7 np = == = &
6arian2a np'
2
= == =
En un pedido de die2 ca"as, cada
ca"a tiene una probabilidad de <&3
de resultar daOada& Calcule
(7 -a probabilidad de 0ue :aya
dos o ms ca"as daOadas en el
pedido&
,7 -a media
C7 -a varian2a
(7 Sea ! la variable aleatoria 0ue indica el nHmero
de ca"as daOadas en el pedido&
10 n = == = , 2 . 0 P = == = , ! . 0 ' = == =
( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) 6242 . 0 2 X p
! . 0 2 . 0
1
10
! . 0 2 . 0
0
10
1
1 X P 0 X P 1
2 X P 1 2 X p
9 1 10 0
= == =
( (( (
( (( (

( (( (




| || |
| || |

| || |


\ \\ \
| || |
+ ++ +
| || |
| || |

| || |


\ \\ \
| || |
= == =
= == = + ++ + = == = = == =
< << < = == =
,7 -a media ( (( ( ) )) ) 2 2 . 0 10 np = == = = == = = == =
C7 -a varian2a ( (( ( ) )) )( (( ( ) )) ) 6 . 1 ! . 0 2 . 0 10 np'
2
= == = = == = = == =
D)S'R),UC)+* DE
$!)SS!*
Cuando la probabilidad permanece constante en un
intervalo de tiempo, por e"emplo llamadas 0ue entran
en una central tele%nica& En cual0uier instante es tan
probable 0ue ocurra una llamada tele%nica como en
cual0uier otro instante&
!tros e"emplos, son la lle8ada de pacientes a una cola
de espera, los accidentes en una ruta, el des8aste de
una pie2a en una m0uina de produccin&
$ara una distribucin de $oisson el nHmero de
e#perimentos n es 8rande y la probabilidad de M#ito p
es pe0ueOa, y se considera como el lmite de la
distribucin binomial, cuando n tiende a in%inito y la
probabilidad p de M#ito tiende a cero&
-a distribucin de $oisson se de%ine con la %ormula
( (( ( ) )) )
( $
e
$ X P
$

= == = = == = , donde
XEs una variable aleatoria 0ue toma valores posibles
<, 1,3,Pn&
np = == = = == =
,
1!2! . 2 e = == =
5valor constante7
Media 5Esperan2a Matemtica7 np = == = &
6arian2a = == =
2

En la mayora de los casos, cuando
5 np = == = = == = se puede usar la distribucin de
$oisson como apro#imacin de la distribucin
binomial&
Con cierta vacuna, un 1 por 1<<< de
personas e#perimentan ciertos
e%ectos secundarios& Calcule la
probabilidad de 0ue en un 8rupo de
?<< personas nadie e#perimente
e%ectos secundarios&
(7 Sea ! la variable aleatoria 0ue indica el nHmero
de personas 0ue e#perimentan e%ectos
secundarios&
500 n = == = ,
1000
1
p = == =
5 . 0 = == = = == = = == = np
( (( ( ) )) ) 6065 . 0
( 0
e 5 . 0
0 X P
5 . 0 0
= == = = == = = == =



,7 $ara e"empli%icar el caso 5 np = == = = == = ,
retomo el e"ercicio anterior resuelto utili2ando
la distribucin binomial, donde 2 = == = = == = &
( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
( (( ( ) )) ) 5941 . 0 2
27060566 . 0 135335283 . 0 1
! 1
2
! 0
2
1
1 0 1
2 1 2
2 1 2 0
= == =
= == =
( (( (

( (( (



+ ++ + = == =
= == = + ++ + = == = = == =
< << < = == =

X p
e e
X P X P
X P X p

Esta es una apro#imacin a la distribucin binomial&
MSc& Mirna -orena Sorto Qlvare2&