Mtodos Estadsticos

2.2. Probabilidad Bsica

2.2. PROBABILIDAD BSICA

Saber: Definir el concepto de probabilidad. Enunciar los teoremas
elementales de probabilidad y probabilidad condicional.
Hacer: Resolver problemas de probabilidad bsica.
Introduccin
El desarrollo de la teora de la probabilidad fue financiada por apostadores
en el siglo XVII, quienes contrataron a algunos matemticos famosos para
que calculasen la probabilidad correcta de ciertos juegos de azar. Con el
tiempo, la gente se dio cuenta de que los procesos cientficos tambin son
azarosos y desde entonces se han empleado mtodos de probabilidad para
estudiar el entorno fsico.
Trminos bsicos de la probabilidad
A continuacin analizaremos algunos aspectos y trminos de la teora de la
probabilidad.
Experimento: constituye un proceso con un resultado que no se puede
predecir certeramente. El hecho de lanzar una moneda al aire, arrojar un
dado, medir el dimetro de un perno, pesar los contenidos de una caja de
cereal, o medir la resistencia de una cuerda de pescar, son ejemplos de
experimentos. Con la finalidad de analizar un experimento en trminos
probabilsticos, se debe especificar sus posibles resultados.
Espacio muestral: es el conjunto de todos los posibles resultados de
realizar un experimento, por ejemplo si lanzamos una moneda al aire, el
espacio muestral sera S = {guila, sol}, si lanzamos un dado, el espacio
muestral sera S = {1, 2, 3, 4, 5, 6}.

Estos espacios muestrales son finitos. Algunos

experimentos tienen espacios muestrales con un
nmero infinito de resultados. Por ejemplo, imagine
que un buril con dimetro de 10 mm hace
perforaciones en una lmina de metal. Debido a las
variaciones en el ngulo de la perforacin y a los
pequeos movimientos en la lmina de metal, los
dimetros de los agujeros varan entre 10 y 10.2 mm.
Por tanto, para el experimento de perforacin sera
razonable un espacio muestral que est en el
intervalo (10.0, 10.2), o en notacin de conjuntos, {x
| 10.0 < x < 10.2}. Obviamente, este conjunto
contiene un nmero infinito de resultados.
En la imagen se muestra el aspecto de un buril. Obtenida de la direccin
URL siguiente:
http://4.bp.blogspot.com/_S51QeHmHAG4/Sra2j55cttI/AAAAAAAAAL0/vuK_lxNsRz0/s400/BURIL.jpg

En muchos experimentos se puede escoger entre diversos espacios

muestrales. Por ejemplo, suponga un proceso que produce clavos de acero
cuyas longitudes varan entre 5.20 y 5.25 cm. Una opcin obvia para el
espacio muestral de la longitud de un clavo sera el conjunto {x | 5.20 < x
< 5.25}. Sin embargo, si el objetivo fuera simplemente determinar si el
clavo es demasiado corto, demasiado largo o est dentro de ciertos lmites
especficos, una buena eleccin sera que el espacio muestral fuera
{demasiado corto, demasiado largo, dentro de las especificaciones}.
Evento: Conjunto de resultados en el espacio muestral que comparten una
caracterstica de inters. Con frecuencia, al estudiar experimentos, se est
interesado en un subconjunto particular de resultados. Por ejemplo, se
puede tener inters en la probabilidad de que un dado caiga en un nmero
par. El espacio muestral para el experimento es {1, 2, 3, 4, 5, 6} y el

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

correspondiente a que caiga en un nmero par es el subconjunto {2, 4, 6}.

En el ejemplo del buril usado para perforar, se puede tener inters en la
probabilidad de que un hueco tenga un dimetro menor a 10.1 mm. Esto
ltimo corresponde al subconjunto {x 10.0 < x < 10.1}.
Ejemplo: Un ingeniero elctrico tiene en su mano dos cajas de resistores,
cada una con cuatro de stos. Los resistores de la primera caja estn
etiquetados con 10 (ohms), pero, de hecho, sus resistencias son de 9, 10,
11 y 12 . Los resistores de la segunda caja tienen la etiqueta de 20 ,
pero sus resistencias son de 18, 19, 20 y 21 . El ingeniero elige un
resistor de cada caja y determina la resistencia de cada uno.
Sea A el evento para el cual el primer resistor tiene una resistencia mayor a
10, sea B el evento en el que el segundo resistor tiene una resistencia
menor a 19.
Determine un espacio muestral para este experimento y especifique los
subconjuntos que corresponden a los eventos A y B.
Solucin: El espacio muestral de este experimiento sera:
S = {(9, 18), (9, 19), (9, 20), (9, 21), (10, 18), (10, 19), (10, 20), (10, 21),
(11, 18), (11, 19), (11, 20), (11, 21), (12, 18), (12, 19), (12, 20), (12, 21)}
Los eventos A y B sern:
Los eventos A, B y C estn dados por
A = (11,18),(11,19),(11,20),(11,21),(12,18),(12,19),(12,20),(12,21)}
B = {(9,18),(10,18),(11,18),(12,18)}

2.2. Probabilidad Bsica

Combinacin de eventos.
Con frecuencia se construyen eventos mediante la combinacin de eventos
ms sencillos. Debido a que aqullos son subconjuntos de espacios
muestrales, es usual emplear la notacin de conjuntos para describir los
eventos construidos de esta forma. A continuacin se repasar la notacin
necesaria.
La unin de dos eventos A y B, se denota
por A B, es el conjunto de resultados
que pertenecen ya sea a A o B, o a ambos.
Esto es, A B significa A o B. Por
tanto, el evento A B se presenta
siempre que ocurre A o B (o ambos).
La interseccin de dos eventos A y B se
denota como A B; es decir, constituye
el conjunto de resultados que pertenece
tanto a A como a B. Por consecuencia, A
B significa A y B. Por consiguiente,
el evento A B se presenta siempre que
A y B ocurren.
El complemento de un evento A se denota
por Ac, es el conjunto de resultados que
no pertenecen a A. Es decir, Ac significa
no A. Por consiguiente, el evento Ac se
presenta siempre que no ocurra A. En la
figura se muestra el evento B Ac

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

Eventos mutuamente excluyentes.

Existen ciertos eventos que nunca se presentan simultneamente. Por
ejemplo, es imposible que una moneda que se arroje al aire caiga a la vez
en cruz y cara, al igual que un clavo de acero sea al mismo tiempo
demasiado largo y corto. A eventos de este tipo se les llama mutuamente
excluyentes.
Se dice que los eventos A y B
son mutuamente excluyentes
si no tienen resultados en
comn.
De forma ms general, se dice
que una coleccin de eventos
A1, A2,, An es mutuamente
excluyente si dos de ellos no
tienen resultados en comn. En la imagen se muestra el diagrama de Venn
de dos eventos mutuamente excluyentes.
Probabilidad.
Todo evento en un espacio muestral tiene una probabilidad de ocurrir.
Intuitivamente, la probabilidad es una medida cuantitativa de qu tan
probable es que ocurra un evento. Formalmente hablando, hay varias
interpretaciones de la probabilidad; la primera que se adoptar es que la
probabilidad de un evento representa la proporcin de veces que se
presentara el evento a largo plazo, si el experimento se repitiera una y otra
vez.

2.2. Probabilidad Bsica

Con frecuencia se usa la letra P para representar la probabilidad. Por tanto,

cuando se lanza una moneda al aire la notacin P(cara) = 1/2 significa
que la probabilidad de que la moneda caiga en cara es igual a 1/2.
Dado un experimento y cualquier evento A:
La expresin P(A) denota la probabilidad de que ocurra el evento A.
Adems constituye la proporcin de veces que se presenta el evento A en
el tiempo, si es que el experimento se realizara una y otra vez.
En muchas situaciones, la nica forma de calcular la probabilidad de un
evento es repetir el experimento muchas veces y determinar la proporcin
de veces que ocurre. Por ejemplo, si se deseara calcular la probabilidad de
que un tablero de circuitos impresos fabricado por cierto proceso est
defectuoso, usualmente se necesitara producir cierta cantidad de tableros y
probarlos para determinar la proporcin de los defectuosos. En algunos
casos, las probabilidades se pueden determinar si se conoce la naturaleza
fsica del experimento. Por ejemplo, si se sabe que la forma de un dado es
casi igual a la de un cubo perfecto y que su masa est distribuida
aproximadamente en forma homognea, se puede suponer que cada una de
sus seis caras tiene la misma probabilidad de salir cuando se lanza el dado.
Una vez que se han encontrado las probabilidades de ciertos eventos
mediante el conocimiento cientfico o la experiencia, se puede calcular
matemticamente las probabilidades de otros eventos. Por ejemplo, si se
ha calculado a travs de la experimentacin que la probabilidad de que un
tablero de circuitos impresos est defectuoso es de 0.10, se puede calcular
que la probabilidad de que un tablero no est defectuoso es de 0.90. Como
otro ejemplo, suponga que los clavos de acero producidos por determinado
proceso no cumplen con la longitud especificada, ya sea porque son
demasiado cortos o demasiado largos. Al medir gran cantidad de clavos, se
calcul que la probabilidad de que uno de ellos sea demasiado corto es de

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

0.02 y que la probabilidad de que otro sea demasiado largo es de 0.03.

Entonces puede calcularse que la probabilidad de que un clavo no cumpla
con la especificacin es de 0.05.
En la prctica, los cientficos e ingenieros calculan las probabilidades de
ciertos eventos con base en el conocimiento cientfico y la experiencia, y
posteriormente utilizan reglas matemticas para calcular las estimaciones
de las probabilidades de otros eventos.
Axiomas de probabilidad
1) Sea (S) un espacio muestral. Entonces P(S) = 1.
2) Para cualquier evento A, 0 P (A) 1.

2.2. Probabilidad Bsica

definicin, el espacio muestral contiene todos los resultados posibles del

experimento. El segundo dice que la frecuencia a largo plazo de cualquier
evento siempre se encuentra entre 0 y 100%. Para el tercer axioma, si un
proceso que produce clavos de acero, en donde la probabilidad de que un
clavo sea demasiado corto es de 0.02 y la de que un clavo es demasiado
largo es de 0.03. El tercer axioma establece que la probabilidad de que el
clavo sea demasiado corto o muy largo es 0.02 + 0.03 = 0.05.
Para cualquier evento A: P(Ac)=1P(A). Esta ecuacin establece que la
probabilidad de que un evento no ocurra es igual a 1 menos la probabilidad
de que ocurra. Por ejemplo, si existe una probabilidad de 40% de que
llueva, hay una probabilidad de 60% de que no llueva.
Si denota el espacio vaco, entonces: P(
)=0. Esta ecuacin establece
que es imposible que un experimento no tenga ningn resultado.

3) Si A y B son eventos mutuamente excluyentes, entonces:

P(A B) = P(A) + P(B).
De forma forma ms general, si A1, A2, son eventos
mutuamente excluyentes, entonces P(A1 A2 ) = P(A1) +
(A2)+
4) En caso de que los eventos A y B no fueran mutuamente
excluyentes se puede usar la siguiente expresin:
P (A B ) = P (A) +P (B ) P (A B )
5) Para tres eventos tenemos:
P(ABC) = P(A)+P(B)+P(C)
P(AB)P(AC)P(BC) +P(ABC)
Es fcil ver que los tres primeros axiomas en realidad concuerdan con el
sentido comn. El primero establece que el resultado de un experimento
siempre est en el espacio muestral. Esto es obvio, puesto que, por
Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

Ejemplo. En una prueba de tiro un tirador apunta a un objetivo, el cual

consiste de un crculo blanco rodeado por dos anillos concntricos. Se
dispara un proyectil hacia el objetivo. La probabilidad de que pegue en el
crculo blanco es de 0.10, la de que atine en el anillo interior es de 0.25 y
la de que acierte en el anillo exterior es de 0.45. Determine:
a) Cul es la probabilidad de que el proyectil haga blanco en el
objetivo (en cualquiera de sus divisiones)?
b) Cul es la probabilidad de que no pegue en este ltimo?

2.2. Probabilidad Bsica

Ejemplo: En un proceso que fabrica latas de aluminio, la probabilidad de

que una lata tenga alguna fisura en su costado es de 0.02, la de que otra la
tenga en la tapa es de 0.03 y de que una ms presente una fisura en el
costado y en la tapa es de 0.01. Determine:
A) Cul es la probabilidad de que al elegir una lata en forma aleatoria
tenga una fisura?
B) Cul es la probabilidad de que no la tenga?

Solucin: Inciso A) Pegar en el blanco, acertar en el anillo interior y atinar

en el anillo exterior son eventos mutuamente excluyentes, ya que es
imposible que ms de uno de stos ocurra a la vez. Por tanto, utilizando el
axioma 3,
P(pega en el objetivo) = P(blanco) + P(anillo interior) + P(anillo exterior)
P(pega en el objetivo) = 0.10+0.25+0.45=0.80
Inciso B) Ahora se puede calcular la probabilidad de que el proyectil no
pegue en el objetivo:
P(no pega en el objetivo)=1P(pega en el objetivo)=10.80=0.20
Los siguientes ejemplos sern resueltos por los alumnos bajo
supervisin del profesor.
Ejemplo: Si la probabilidad de que un estudiante pertenezca al taller de
teatro es 2/3, de que pertenezca al taller de msica es de 1/4 y de que
pertenezca a ambos es de 1/5 cul es la probabilidad de que un estudiante
pertenezca al menos a uno de ambos talleres?
Ejemplo: Si las probabilidades de victoria/derrota/empate para un equipo
deportivo son 0.40, 0.23 y 0.37 respectivamente, cul es la probabilidad
de que este equipo no pierda?
Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

Probabilidad condicional
A la probabilidad de que un evento B ocurra cuando se sabe que otro
evento A se ha presentado se le llama probabilidad condicional de B dado
A y se denota por
P(A | B) =

P(A B)
P(A)

2.2. Probabilidad Bsica

Ejemplo: En cierta ciudad, 75% de la gente consume el refresco A, 55%

el refresco B y 40% consume ambos.
a) Cul es la probabilidad de que una persona seleccionada al azar
consuma el refresco B, dado que consume el A?
b) Cul es la probabilidad de que una persona seleccionada al azar
consuma el refresco B, dado que no consume el A?

Claro, siempre que P(A) 0.

Lo que sucede en este caso es
que el espacio muestral del
evento A se convierte en el
nuevo espacio muestral S o
universo.

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

2.2. Probabilidad Bsica

Ejemplo: En una escuela 50% de los alumnos lleva la clase de teatro, 60%
la clase de msica y 30% llevan ambos cursos.
a) Dado que un alumno lleva el curso de msica cul es la
probabilidad de que curse teatro?
b) Dado que un alumno no cursa msica cul es la probabilidad de
que lleve teatro?

a) Si se toma una muestra de 100 unidades, exactamente 10 de ellas

sern defectuosas.
b) Si se toma una muestra de 100 unidades, el nmero de unidades
defectuosas ser aproximadamente 10, pero no exactamente 10.
c) A medida que se toman ms y ms unidades, la proporcin de
unidades defectuosas se acercar a 10 por ciento.

Ejercicios de prctica, elabore los ejercicios impares:

5. Un ingeniero que vigila el control de calidad toma una muestra de

100 unidades fabricadas por determinado proceso y encuentra que
15 de ellas son defectuosas. Verdadero o falso.

1. La probabilidad de que un microcircuito est defectuoso es 0.08.

Cul es la probabilidad de que no presente defectos?
2. Un dado-octaedro (de ocho caras) tiene el nmero 1 pintado en dos
de sus caras, el 2 en tres de sus caras, el 3 en dos de sus caras y el 4
en una cara. Se lanza el dado. Suponga que cada cara tiene la
misma probabilidad de salir.
a) Determine el espacio muestral de este experimento.
b) Determine P(nmero par).
3. Sesenta por ciento de las grandes compras hechas a un vendedor de
computadoras son PC, 30% son porttiles y 10% son accesorios,
como impresoras. Como parte de una auditora, se elige una
muestra aleatoria del registro de una compra.
a) Cul es la probabilidad de que se trate de una computadora
personal?
b) Cul es la probabilidad de que se trate de una computadora
personal o de una porttil?
4. Una unidad producida en cierto proceso tiene una probabilidad de
0.10 de que sea defectuosa. Verdadero o falso:

a) La probabilidad de que una unidad fabricada por este proceso est

defectuosa es 0.15.
b) La probabilidad de que una unidad fabricada por este proceso est
defectuosa se aproxima a 0.15, pero no es exactamente igual a
0.15.
6. Un sistema contiene dos componentes, A y B. El sistema
funcionar siempre y cuando A o B funcionen. La probabilidad de
que A funcione es 0.95, que B funcione es 0.90 y que ambos
funcionen es 0.88. Cul es la probabilidad de que el sistema
funcione?
7. Un sistema contiene dos componentes, A y B. El sistema slo
funcionar si ambos funcionan. La probabilidad de que A funcione
es 0.98, que B funcione es 0.95 y que A o B funcionen es 0.99.
Cul es la probabilidad de que el sistema funcione?
8. El cuerpo humano puede contener uno o dos antgenos, A y B. A la
sangre que contiene slo el antgeno A se le denomina tipo A, a la
que contiene slo el B se le conoce como tipo B, a la que contiene

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez

Mtodos Estadsticos

a ambos se le llama tipo AB y a la sangre que no contiene ninguno

se le denomina tipo O. En cierto banco de sangre, 35% de los
donantes de sangre tiene el tipo de sangre A, 10% el tipo B y 5% el
tipo AB.
a) Cul es la probabilidad que se elija aleatoriamente a un donante
de sangre de tipo O?
b) Un receptor con sangre tipo A puede recibir sin ningn peligro de
un donante sangre que no tenga el antgeno B. Cul es la
probabilidad de que un donante elegido aleatoriamente pueda
donar al receptor con sangre tipo A?
9.
a)
b)
c)
d)

2.2. Probabilidad Bsica

Actividad 2.2. Probabilidad bsica. De la lista de problemas anteriores

realice los ejercicios: 2, 4, 6 y 8.
Elabore una PRCTICA DE EJERCICIOS de este trabajo (INDIVIDUAL), las
rbricas
se
indican
en
la
liga
siguiente:
http://marcelrzm.comxa.com/Rubricas/Rubricas.htm
Enviar el documento final por correo electrnico a las siguientes direcciones:
marcelrzm@hotmail.com; marcelrzm@hotmail.com; marcelrzm@yahoo.com.mx
y marcelrz2002@yahoo.com.mx
Colocar en ASUNTO: Actividad 2.2. Probabilidad bsica.
No olvide enviarse copia a s mismo del correo que enva, si usa Outlook solicite
confirmacin de entrega y de lectura.

Verdadero o falso: Si A y B son mutuamente excluyentes,

P(A B)= 0
P(A B)= 0
P(A B)= P(A B)
P(A B)= P(A) + P(B)

Antologa del libro: Navidi, William. Estadstica para ingenieros y cientficos. McGraw-Hill Interamericana, 2006
Elabor: MC. Marcel Ruiz Martnez