FUNDAMENTOS DE

ESTADÍSTICA
Código:761001M

Victor Manuel Gonzalez R.

Estadístico
Universidad del Valle
vimagor@gmail.com
CONCEPTOS BÁSICOS DE
PROBABILIDAD
 Reglas de la probabilidad
Regla 1:

La probabilidad P(A) de cualquier evento A cumple que:

“Cualquier probabilidad
0  P( A)  1 es un número entre 0 y 1”

Regla 2:

Si S es el espacio muestral de un modelo de probabilidad, entonces:

“La probabilidad de todos los

P( S )  1 resultados posibles, considerados
conjuntamente, tiene que ser 1”
 Reglas de la probabilidad
Regla 3:
Para cualquier suceso A,
“La probabilidad de que un suceso
no ocurra es 1 menos la
𝑝 𝐴 = 1 − 𝑝(𝐴) probabilidad de que ocurra”

Regla 4:
Dos sucesos A y B son disjuntos si 𝐴 ∩ 𝐵 = ∅, no tienen resultados
en común; además, 𝑝 ∅ = 0 es decir, no pueden ocurrir nunca de
forma simultanea; son mutuamente excluyentes.
“si dos sucesos no tienen resultados en
P( A  B)  P( A)  P( B) común, la probabilidad de que ocurra
alguno de los dos es la suma de sus
respectivas probabilidades”
 Reglas Aditivas
Teorema:
1. Si A y B son dos eventos cualquiera, entonces:
P( A  B)  P( A)  P( B)  P( A  B)
2. Si A, B y C son eventos cualquiera, entonces:
P( A  B  C )  P( A)  P( B)  P(C )  P( A  B)  P( A  C )
 P( B  C )  P( A  B  C )
Corolarios:
1. Si A y B son mutuamente excluyentes, entonces:
“si dos sucesos no tienen resultados en común, la
P( A  B)  P( A)  P( B) probabilidad de que ocurra alguno de los dos es la
suma de sus respectivas probabilidades”

2. Si A1, A2, A3,…,Ak son mutuamente excluyentes por parejas, entonces:

P( A1  A2  ....  Ak )  P( A1 )  P( A2 )  ...  P( Ak )
 Probabilidad Condicional

La probabilidad condicional tiene como objetivo examinar que

tanto la información de un evento dado B puede afectar de
manera directa la probabilidad de otro evento A bajo estudio; es
decir:

𝒑 𝑨𝑩 ?
Análogamente
𝒑(𝑩|𝑨) ?
 Probabilidad Condicional
Ejemplo 1: Se tiene la siguiente tabla de Contingencia:
Empleado Desempleado Total
Hombre 485 65 550
Mujer 165 285 450
Total 650 350 1000

Tabla de Probabilidad Conjunta

Probabilidades Conjuntas Empleado Desempleado Total

Hombre 0.485 0.065 0.550
Mujer 0.165 0.285 0.450
Total 0.650 0.350 1

Probabilidades Marginales
 Probabilidad Condicional
La probabilidad condicionada: da la probabilidad de un suceso bajo la
condición de que se conoce otro suceso.

Empleado Desempleado Total

Hombre 0.485 0.065 0.550
Mujer 0.165 0.285 0.450
Total 0.650 0.350 1

Si se selecciona a una persona al azar, ¿Cuál es probabilidad que este

desempleada? 0,35
Si es hombre, ¿Cuál es la probabilidad de que este desempleado? 65/550
La probabilidad condicionada da la probabilidad de un suceso (la
persona está desempleada) bajo la condición de que se conoce otro
suceso (la persona es hombre)
 Probabilidad Condicional
Definición:

Para dos eventos cualesquiera A y B con P(B) > 0, la probabilidad

condicional de A, dado que ocurrió B se define como:
P( A  B)
P( A B) 
P( B)
 Una vez ha ocurrido B , este “reemplaza” a S como espacio
muestral, ahora es el nuevo referente del “total” de ocurrencias.

Propiedad:

P( Ac B)  1  P( A B)
 Probabilidad Condicional
Ejemplo 1:

Empleado Desempleado Total

Hombre 0.485 0.065 0.550
Mujer 0.165 0.285 0.450
Total 0.650 0.350 1

Si es hombre, ¿cuál es la probabilidad de que este desempleado?

65
𝑝 𝐷𝐻 = = 0,118
550

Si esta desempleado, ¿cuál es la probabilidad de que sea hombre?

 Probabilidad Condicional
Ejemplo 2:
100 personas que asisten a un congreso 40 hablan francés, 40
inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y
13 inglés y castellano. Se eligen al azar una persona y se desea
saber:

C F
26 12 17 Si se selecciona una persona que
habla castellano, ¿cuál es la
probabilidad de que hable ingles
0
también? 13/51
13 11
P( I  C )
5 16 P( I | C ) 
P(C )
I
 Probabilidad Condicional
Ejemplo 2:
100 personas que asisten a un congreso 40 hablan francés, 40
inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y
13 inglés y castellano. Se eligen al azar una persona y se desea
saber:

C F
26 12 17 Si se selecciona una persona que
habla Francés, ¿cuál es la
probabilidad de que no hable
0
Castellano? 1- 12/40
13 11
P C c | F   1  P C | F 
5 16
I
 Probabilidad Condicional
Ejemplo 3:
En un juego de dados se gana si la suma de los resultados de los dados
es mayor o igual a 9 (evento A).
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6) 10
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6) P( A) 
36
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Si se lanza el primer dado y se encuentra que el valor es igual a 5
(evento B), ¿Cuál es la probabilidad de ganar ahora?

𝑝 𝐴𝐵 𝑛𝐴𝐵 3
𝑝 𝐴𝐵 = = = = 0,5
𝑝 𝐵 𝑛𝐵 6
 Eventos Independientes

Puede suceder que la información que se tenga (dada) no altere

la probabilidad de ocurrencia de un suceso, es decir, la
probabilidad de que ocurra un evento A no depende de la
ocurrencia o no del evento B.

Definición: Eventos independientes

Dos eventos A y B son independientes, si y solo si:

P( B A)  P( B) , P( A B)  P( A)
P( A  B)  P( A) P( B)
De otra forma A y B son dependientes.
 Probabilidad Condicional

Ejemplo 4:
Se sabe que 30% de las lavadoras con secadora de cierta
compañía requieren servicio técnico en el panel de control
mientras está vigente la garantía (A), en tanto que sólo 10% de
ellas necesitan este servicio por fallas en el motor (B). También
se sabe que el 3% de las lavadoras requieren garantía por fallas
en el panel de control y en el motor al mismo tiempo.

¿Son independientes los eventos?

 Probabilidad Condicional

4. Solución:

P(A|B)=?
P(A)=0.3 , P(B)=0.1, P(A∩B)=0.03

P(A|B) = 0.03/0.1 = 0.3 = P(A)

P(B|A) = 0.03/0.3 = 0.1 = P(B)
P(A∩B) = P(A)*P(B) = 0.3*0.1 = 0.03

Como se cumplen las anteriores condiciones, entonces A y B

son independientes.
 Probabilidad Condicional
Regla de la multiplicación:
Si en un experimento pueden ocurrir los eventos A y B, entonces:

P( A  B)  P( A B )  P ( B )
Ejemplo 5:
Se lanza un dado 2 veces, ¿Cuál es la probabilidad de que en el primer
lanzamiento salga 4 (evento B) y la suma de ambos lanzamientos sea
mayor de 7 (evento A)?
 Probabilidad Condicional
El primer lanzamiento salga 4 (evento B) y la suma de ambos
lanzamientos sea mayor de 7 (evento A)

(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
P( A)  15 / 36 P( A B)  P  A  4 B  4   P  A  5 B  4   P  A  6 B  4 
P( B)  1/ 6 1 1 1 3
6 6 6 6

3 1 3
P( A  B)  P( A B)  P( B)  * 
6 6 36
 Probabilidad Total

Si los eventos A1, A2,…, Ak constituyen una división exhaustiva de

S, tal que 𝐴𝑖 ∩ 𝐴𝑗 = ∅ ∀𝑖, entonces para cualquier evento
𝐵 = 𝐵 ∩ 𝑆 = 𝐵 ∩ 𝐴1 ∪ 𝐴2 ∪ ⋯ ∪ 𝐴𝑘 = 𝐵𝐴1 ∪ 𝐵𝐴2 ∪ ⋯ ∪ 𝐵𝐴𝑘

k k
P( B)   P( B  Ai )   P( Ai ) P( B Ai )
i 1 i 1

S A1 A2 A3 A4 A5

A6
 Probabilidad Total

Ejemplo 7.
Una cadena de tiendas de video vende tres marcas de videocámaras
(VC). De sus ventas el 50% son de la marca 1, 20% de la marca 2 y 30%
de la marca 3. Cada fabricante ofrece un año de garantía en las partes. Se
sabe que el 25% de las VC de la marca 1 requieren trabajo de garantía,
en tanto que los porcentajes correspondientes para las marcas 2 y 3 son
20% y 10% respectivamente.

Si un cliente compra una VC al azar, ¿Cuál es la probabilidad de que

requiera garantía?
 Probabilidad Total

Sea A1 = Se compra la marca 1 P(A1)=0.5

Sea A2 = Se compra la marca 2 P(A2)=0.2
Sea A3 = Se compra la marca 3 P(A3)=0.3
Sea B = La VC necesita reparación

La información suministrada implica que:

P(B|A1)=0.25 Dado que se compro la VC de la
marca 1, ¿cual es la probabilidad
P(B|A2)=0.20 de que necesite reparación?
P(B|A3)=0.10

Se pide encontrar P(B)=0.25*0.5+0.20*0.2+0.10*0.3 = 0.195

 Teorema de Bayes
Si los eventos A1, A2,…, Ak constituyen una división exhaustiva del
espacio muestral S, de tal forma que P(Ai) > 0 para i = 1, 2,…, k,
entonces para cualquier evento B en S tal que P(B) > 0,

P( Aj  B) P( Aj ) P( B Aj )
P( Aj B)   k

 P( A ) P( B A )
P( B)
i i
i 1

En el ejemplo anterior, si un cliente vuelve a la tienda con una VC

que necesite se haga válida la garantía, ¿Cuál es la probabilidad de
que sea una VC de la marca 1? ¿Una VC de la marca 2? ¿Una VC
de la marca 3? 𝑝 𝐴1 𝐵 = 0,641 …
 Ejercicios
1. El 5% de las unidades producidas en una fábrica son defectuosas
cuando el proceso de fabricación esta bajo control. Si el proceso se
encuentra fuera de control, se produce 30% de unidades defectuosas.
La Probabilidad de que el proceso se encuentre bajo control es de
0,92. Si se escoge una unidad y resulta ser defectuosa, ¿Cuál es la
probabilidad de que el proceso se encuentre bajo control?
𝑝 𝐶 𝐷 = 0,657

2. Se lanza una moneda, si sale cara se extrae al azar una bola de una
urna (A) que contiene 3 bolas blancas y 1 roja. Si sale sello se extrae
al azar una bola de una urna (B) que contiene 2 bolas blancas y 3
rojas. Suponiendo que ha salido una bola blanca ¿Cuál es la
probabilidad de que saliera cara? 𝑝 𝐶 𝐵 = 0,652
 Ejercicios

3. Una compañía dedicada al transporte de carga cuenta con tres

líneas a nivel nacional, donde el 60% de los camiones cubren
el servicio de carga pesada, el 30% cubre la carga media y el
10% cubre el servicio de carga ligera. Se sabe que la
probabilidad de que, diariamente, un camión se averíe es del
1%, 4% y 8%, respectivamente, para cada línea.

a. ¿Cuál es la probabilidad de que, en un día, un camión se averié?

𝑝 𝐴 = 0,026
b. Dado que un camión se averió, ¿Cuál es la probabilidad que sea
uno de carga pesada? 𝑝 𝐿1 𝐴 = 0,231
 Ejercicios

4. Una planta armadora recibe microcircuitos provenientes de tres

distintos fabricantes B1, B2 y B3. El 50% del total se compra a
B1 mientras que a B2 y B3 se les compra un 20% y 30%
respectivamente. El porcentaje de circuitos defectuosos para
B1, B2 y B3 es 5%, 10% y 12% respectivamente. Si todos los
circuitos se almacenan en la planta sin importar quién fue el
proveedor:
a. Determinar la probabilidad de que una unidad armada en la
planta contenga un circuito defectuoso.
b. Si un circuito no esta defectuoso ¿Cuál es la probabilidad de que
haya sido vendido por B2?
 Ejercicios
5. Se sabe que solo el 1 de 1000 adultos se ve afectado por una
enfermedad rara para la cual se ha desarrollado una prueba
diagnóstica. La prueba es tal, que cuando un individuo en
realidad tiene la enfermedad, ocurre un resultado positivo 99%
de las veces, en tanto que un individuo sin la enfermedad
presenta un resultado positivo solo 2% de las veces. Si se
aplica la prueba a un individuo seleccionado al azar y el
resultado es positivo, ¿cuál es la probabilidad de que el
individuo tenga la enfermedad?

Si se aplica la prueba a dos individuos y los resultados son

positivos, ¿cuál es la probabilidad de que ambos individuo
tengan la enfermedad?