ESTADISTICA II

Mgr. Fidel Taborga Achá

Mayo 2021
Capítulo 1

Teoría de la Probabilidad

1.1. Experimento o fenómeno aleatorio

Es una prueba u operación cuyo resultado no puede predecirse con certeza, es decir que esta
determinado por factores de azar.

Ejemplo 1.1 Lanzamiento de un dado, seleccionar un fusible de una cierta partida y observar si
es defectuoso o nó, la densidad de llamadas a una hora determinada, etc.,

1.2. Espacio muestral

Es el conjunto de todos los resultados distintos posibles de un experimento aleatorio; y se
representa mediante la letra mayúscula “S”. Cada elemento del espacio muestral se denomina
punto muestral y es un suceso elemental simple.
Un espacio muestral puede expresarse por extensión y por comprensión.
Se expresa por extensión cuando se detallan los elementos que componen el espacio muestral.
Se expresa por comprensión cuando el conjunto de elementos del espacio muestral se reduce a
una expresión matemática que los contenga.

Ejemplo 1.2 Sea el fenómeno aleatorio del lanzamiento de un dado equilibrado; expresar por
extensión y por comprensión el espacio muestral.
Por extensión: S = f1; 2; 3; 4; 5; 6g
Por comprensión: S = fxi 2 N=1 xi 6g

1.3. Suceso o evento

Es el conjunto de resultados posibles de un experimento aleatorio incluidos en el espacio mues-
tral, es decir es un subconjunto del espacio muestral.

Ejemplo 1.3 Sea el experimento de lanzar un dado. Sea el evento de obtener un número par.
Espacio muestral: S = f1; 2; 3; 4; 5; 6g.
Evento: A = f2; 4; 6g.
)A S

1
1.3.1. Clases de sucesos
Se tienen los siguientes:
a) Suceso elemental o simple. Es cuando está formado por un sólo elemento del espacio
muestral y no es posible descomponer en una combinación de otros eventos.
Ejemplo 1.4 Sea el evento siguiente:

Obtención de un número impar con un

B=
sólo lanzamiento de un dado
b) Suceso compuesto. Se presenta cuando es posible descomponer en uno o más sucesos
simples.
Ejemplo 1.5 Sea el experimento del lanzamiento de un dado y una moneda simultáneamente; y
sea el suceso:
C = Obtención del número 5 y cruz de la moneda
c) Suceso cierto o seguro. Es cuando esta formado por todos los resultados posibles de un
experimento aleatorio y es igual al espacio muestral.
Ejemplo 1.6 Sea el suceso:
Obtención de cualquiera de las caras del lanzamiento
D=
de un dado.
d) Suceso imposible. Es cuando en las condiciones del fenómeno aleatorio no es posible la
aparición del suceso; en otras palabras es el evento que no contiene elemento alguno y se
representa mediante el símbolo: ó fg.
Ejemplo 1.7 Sea el evento:
Obtención del número 7, en el lanzamiento
=
de un dado equilibrado.
e) Sucesos incompatibles o mútuamente excluyentes. Es cuando entre dos o más sucess
la aparición de uno de ellos excluye la aparición del otro o los otros. En otras palabras, sea
a…rma que los eventos A y B son incompatibles, cuando no puede ocurrir simultáneamente,
es decir: A \ B = .
Ejemplo 1.8 Sea el experimento del lanzamiento de dos dados simultáneamente y sean los even-
tos:
A = Obtención de una suma de las caras igual a 7
B = Obtención de una suma de las caras igual a 9
f) Sucesos independientes. Se a…rma que dos o más eventos son independientes si no tienen
relación alguna entre sí, vale decir que A y B son dos eventos independientes, cuando la
ocurrencia o nó ocurrencia de un suceso no tiene efecto sobre la ocurrencia del otro.
Ejemplo 1.9 Sea el experimento del lanzamiento de una moneda dos veces y observar la secuencia
de caras y cruces; y sean los eventos:
A = Obtención en el primer lanzamiento cara.
B = Obtención en el segundo lanzamiento cara.

2
1.4. De…niciones de probabilidad
1.4.1. De…nición clásica
Se aplica cuando el espacio muestral (S) es …nito y los eventos simples tienen la misma
probabilidad y son mutuamente excluyentes. En tal sentido la probabilidad de que ocurra el suceso
A está de…nido por el cociente:

Número de sucesos favorables en A n (A)

P (A) = =
Número total de sucesos posibles en S n (S)

Está de…nición de probabilidad se ha obtenido apoyada en razonamientos abstractos, es decir

de…ne la probabilidad a priori (ex-ant) que no depende de las experiencias.

Ejemplo 1.10 Sea el experimento de lanzar una moneda dos veces, cuyos lados opuesto llamare-
mos cara (C) y cruz (R). Hallar la probabilidad de obtener dos cruces.
El espacio muestral mediante el diagrama del árbol está dado por:

C
C
R
C
R
R

S = fCC; CR; RC; RRg

A = Obtención de dos cruces = fRRg

1
De donde: P (A) = .
4

1.4.2. De…nición frecuencial

La probabilidad de un suceso A es la razón de la frecuencia observada de la aparición de
ese evento. Esta frecuencia, cuando el número de experimentos es muy grande se acerca a la
probabilidad real del evento P (A), es decir:

n (A) n (A)
siendo n ! 1 ) P (A)
n n
La de…nición frecuencial se denomina también probabilidad a posteriori o ex-post y su obtención
está basada en la experiencia.

1.4.3. De…nición axiomática o subjetiva de probabilidad

Sea “S” un espacio muestral y A un suceso cualquiera de S. Se a…rma que P es una función
de probabilidad si satisface los siguientes axiomas:

3
 a) P (A) es un número real tal que P (A) 0; 8A 2 S.
b) P (S) = 1.
c) Si A1 , A2 ; :::; An es una secuencia de sucesos mútuamente excluyentes del espacio muestral
S, es decir si: Ai \ Aj = para i 6= j = 1; 2; :::; n; entonces:
P (A1 [ A2 [ ::: [ An ) = P (A1 ) + P (A2 ) + ::: + P (An )
De ésta de…nición axiomática, se pueden extraer los teoremas siguientes:
Teorema 1.1 Sea S un espacio muestral y P una función de probabilidad en S; la probabilidad
de que no ocurra el suceso A está dado por:
P (A0 ) = 1 P (A)
Teorema 1.2 Sea S un espacio muestral y P una función de proabilidad en S. Sea A un suceso
cualquiera de S, entonces:
0 P (A) 1
Teorema 1.3 Sea S un espacio muestral y P una función de probabilidad en S, si el vacío ( ) es
el suceso imposible, entonces:
P( )=0
Teorema 1.4 Sea S un espacio muestral y P una función de probabilidad en S. Sean A1 ; A2 dos
sucesos mútuamente excluyentes; si A1 A2 , entonces se tiene que:
P (A1 ) P (A2 )

1.5. Reglas de probabilidad

Se tienen las reglas de adición y multiplicación.

1.5.1. Regla especial de adición

Se aplica solamente a sucesos mútuamente excluyentes y para el caso de dos eventos se tiene:
P (A [ B) = P (A) + P (B)
Asimismo, para el caso de tres eventos será:
P (A [ B [ C) = P (A) + P (B) + P (C)
Ejemplo 1.11 En una urna existen 6 …chas rojas, 8 verdes y 4 negras. Sea el experimento de
extraer una sola …cha. Hallar la probabilidad de sacar una …cha roja o una …cha negra en una sola
oportunidad.
Espacio muestral: S = f18 …chasg.
Eventos:
A = Obtención …cha roja
B = Obtención …cha negra
A y B son eventos que no pueden ocurrir simultáneamente, entonces:
6 4 10 5
P (A [ B) = P (A) + P (B) = + = = ==
18 18 18 9

4
1.5.2. Regla general de adición
Se aplica para observar tanto el evento A como el evento B ó ambos simultáneamente y para
el caso de dos sucesos se tiene:

P (A [ B) = P (A) + P (B) P (A \ B)

Asimismo, para el caso de tres eventos será:

P (A [ B [ C) = P (A) + P (B) + P (C)

P (A \ B) P (A \ C) P (B \ C) +
+P (A \ B \ C)

Ejemplo 1.12 Sea el experimento del lanzamiento de un dado equilibrado. El jugador gana Bs. 5
si el resultado es impar o divisible por 5. ¿Cuál es la probabilidad de ganar?
Sean los eventos:

S = f1; 2; 3; 4; 5; 6g
A = Resultado impar = f1; 3; 5g
B = Resultado divisible por 5 = f5g

Los eventos A y B no son mútuamente excluyentes, entonces:

A\B = Resultado impar divisible por 5 = f5g

Luego:

P (A [ B) = P (A) + P (B) P (A \ B)
3 1 1 3 1
P (A [ B) = + = = ==
6 6 6 6 2

1.5.3. Regla especial de multiplicación

Si aplica solo a eventos independientes y para el caso de dos sucesos se tiene:

P (A \ B) = P (A) P (B)

Asimismo, para el caso de tres eventos será:

P (A \ B \ C) = P (A) P (B) P (C)

Ejemplo 1.13 Determinar la probabilidad de obtener el número dos y la cara cuatro al lanzar un
dado dos veces.
Sean los eventos:

A = Obtención del número 2.

B = Obtención del número 4

En vista de que A y B son independientes, entonces:

1 1 1
P (A \ B) = =
6 6 36

5
1.5.4. Regla general de multiplicación
De…nición de probabilidad condicional
Sean A y B dos eventos de un espacio muestral S; tal que P (B) > 0. La probabilidad condi-
cional del evento A cuando ha ocurrido el suceso B está dado por:
P (A \ B)
P (A=B) = ; si P (B) > 0
P (B)
Similarmente la probabilidad condicional del evento B dado A es:
P (A \ B)
P (B=A) = ; si P (A) > 0
P (A)
Ejemplo 1.14 Sea el experimento de lanzar un dado. Puesto que el resultado es mayor que dos.
¿Cuál es la probabilidad de que sea un número impar?
Sean los eventos:
S = f1; 2; 3; 4; 5; 6g
A = Resultado > 2 = f3; 4; 5; 6g
B = Resultado impar = f1; 3; 5g
A\B = Resultado > 2 impar = f3; 5g
Luego aplicando la fórmula:
2
P (A \ B) 2 1
P (B=A) = = 6 = = ==
P (A) 4 4 2
6
Despejando de la probabilidad condicional, la probabilidad de la ocurrencia simultánea de dos
eventos, se obtiene la regla general de multiplicación, que se aplica a sucesos dependientes e
independientes, es decir:
P (A \ B) = P (B) P (A=B)
P (A \ B) = P (A) P (B=A)
Si A y B son eventos independientes, entonces:
P (A=B) = P (A) y P (B=A) = P (B)
Asimismo, para el caso de tres eventos será:
P (A \ B \ C) = P (A) P (B=A) P (C=A \ B)
Ejemplo 1.15 Una urna contiene 8 …chas blancas y 2 …chas negras. Si se extraen dos …chas sin
reemplazo. Hallar la probabilidad de que ambas …chas extraidas sean negras.
Sean los eventos:
A = Primera …cha extraida sea negra
B = Segunda …cha extraida sea negra
En vista de que los eventos A y B son dependientes, entonces:
2 1 2 1
P (A \ B) = P (A) P (B=A) = = = ==
10 9 90 45

6
1.6. Teorema de Bayes
Constituye ser una técnica para calcular las probabilidades condicionales.
La fórmula correspondiente para "n"sucesos posibles está dado por:

P (Ak ) P (B=Ak ) Fórmula para la probabilidad

P (Ak =B) = P
n de las causas.
P (Ai ) P (B=Ai )
i=1

Donde el denominador es la fórmula de la probabilidad total, es decir:

P (B) = P (A1 ) P (B=A1 ) + P (A2 ) P (B=A2 ) + ::: + P (An ) P (B=An )

Ejemplo 1.16 Sea ha observado la producción de tres máquinas A1 , A2 y A3 que producen las
mismas piezas, lanzándolas a un recipiente receptor. En 12 horas de funcionamiento conjunto, la
máquina A1 produce 100 piezas, de las cuales 2 son defecuosas, A2 produce 300 piezas, de las cuales
3 son defectuosas y A3 produce 600 piezas, de las cuales 8 son defectuosas, se extrae una pieza del
recipiente y resulta ser defectuosa. Calcular la probabilidad de que esa pieza haya sido producida
por la máquina A2 .
Mediante el Teorema de Bayes se tiene:

P (A2 ) P (B=A2 )
P (A2 =B) =
P (A1 ) P (B=A1 ) + P (A2 ) P (B=A2 ) + P (A3 ) P (B=A3 )

Sea el evento:

B= Obtención de una pieza defectuosa al hacer una extracción

Sean las probabilidades:

100 1
P (A1 ) = =
1000 10
(Es la probabilidad de que una pieza cualquiera haya sido producida por la máquina A1 )

300 3
P (A2 ) = =
1000 10
600 6
P (A3 ) = =
1000 10
Asimismo, las probabilidades condicionales son:

2 1
P (B=A1 ) = =
100 50
(Es la probabilidad de obtener una pieza defectuosa de la producción de la máquina A1 )

3 1
P (B=A2 ) = =
300 100
8 1
P (B=A3 ) = =
600 75

7
Sustituyendo en la fórmula:
3 1
10 100
P (A2 =B) =
1 1 3 6 1 1
+ +
50 10 10 10 100 75
3 3
P (A2 =B) = 1000 = 1000
1 3 6 3 + 4;5 + 12
+ +
500 1000 750 1500
4500 3
P (A2 =B) = = ==
19500 13
Asimismo hallar la probabilidad de que esa pieza haya sido producida por la máquina A3 ; y por
otra parte de que esa pieza haya sido producida por la máquina A1 .

1.7. Ejercicios
Ejercicio 1.1 Sea el fenómeno aleatorio del lanzamiento de dos dados equilibrados. Hallar la
probabilidad de obtener:

a) La suma de los números sea mayor que 8 y menor que 5.

b) Un total mayor o igual que 6.

c) No obtener un total de 4 ó 7.

d) La suma de los números sea menor que 5 y mayor que 7.

e) Un total menor o igual que 9.

f) Un total de al menos 3.

Desarrollo:
El espacio muestral correspondiente está dado por:

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

a) Sea los eventos:

A= Suma > 8 ; B = Suma < 5
Las probabilidades correspondientes, mediante la de…nición clásica son:
10 5 6 1
P (A) = = ; P (B) = =
36 18 36 6

8
 Mediante la regla especial de multiplicación, se tiene:

P (A \ B) = P (A) P (B)
5 1 5
P (A \ B) = =
18 6 108

b) Sean los sucesos:

A= Total > 6 ; B = Total igual a 6
Luego, se tiene que:
21 7 5
P (A) = = ; P (B) =
36 12 36
Aplicando la regla especial de adición, será:

P (A [ B) = P (A) + P (B)
7 5 21 + 5 26 13
P (A [ B) = + = = =
12 36 36 36 18

c) Dados los eventos:

A= Total o igual a 4 ; B = Total o igual a 7

Luego, se tiene:
3 1 6 1
P (A) = = ; P (B) = =
36 12 36 6
De donde:

P (A [ B) = P (A) + P (B)
1 1 1+2 3 1
P (A [ B) = + = = =
12 6 12 12 4
En consecuencia:

P (A [ B)0 = 1 P (A [ B)
1 3
P (A [ B)0 = 1 =
4 4

Ejercicio 1.2 Según las tablas de las compañías de seguros, se conoce que la probabilidad de que
1 1
un hombre viva 20 años más es y la probabilidad de que su esposa viva 20 años más es .
4 3
Calcular la probabilidad de que:

a) Ambos esten vivos dentro de 20 años.

b) Por lo menos uno esté vivo dentro de 20 años.

c) Solamente la esposa esté viva dentro de 20 años.

d) Ninguno de los dos esté vivo dentro de 20 años.

e) Solamente el hombre esté vivo dentro de 20 años.

9
 f) Esté vivo el hombre ó la esposa, pero no ambos.

Desarrollo: Sean los eventos:

A = El hombre este vivo dentro de 20 años.

B = La esposa este viva dentro de 20 años

1 1
Luego: P (A) = ; P (B) =
4 3
a) Mediante la regla especial de multiplicación, se tiene:

P (A \ B) = P (A) P (B)
1 1 1
P (A \ B) = =
4 3 12

b) Aplicando la regla general de adición, será:

P (A [ B) = P (A) + P (B) P (A \ B)
1 1 1 3+4 1 6 1
P (A [ B) = + = = =
4 3 12 12 12 2

3 1 1
c) P (A0 \ B) = P (A0 ) P (B) = =
4 3 4
1 3
P (A0 ) = 1 P (A) = 1 =
4 4
Ejercicio 1.3 Suponer que un dado ha sido cargado de tal manera que la cara signada con el
número 6, aparece tres veces más a menudo que cualquier otra. Hallar la probabilidad de obtener
en un sólo lanzamiento:

a) La cara con el número 2.

b) La cara con el número 6.

Ejercicio 1.4 Dos equipos Bolivar y Wilstermann para de…nir un campeonato se enfrentan una
serie de partidos. Gana la serie el primer equipo que obtuvo 3 victorias. Por reglamento ningún
partido debe terminar empatado. En cada uno de los partidos la probabilidad de que gane Wilster-
3
mann es . Los resultados de los partidos son independientes entre sí. Hallar la probabilidad de
4
que Wilstermann gane el campeonato, si se conoce que Bolivar obtuvo dos victorias.

Ejercicio 1.5 Tres máquinas A, B y C producen el 50 %, el 30 % y el 20 % respectivamente del

total de artículos de una empresa. Los porcentajes de producción defectuosos de éstas máquinas
son: 3 %, 4 % y 5 % respectivamente. Si se selecciona un artículo al azar. ¿Cuál es la probabilidad
de que éste artículo esté defectuoso?

10