Explorar temas

PROBABILIDAD

Probabilidad: 24 ejemplos resueltos

La probabilidad mide qué tan posible es un evento dentro de un modelo. Se expresa entre 0 y 1, o entre 0 % y 100 %. Para calcularla necesitas saber qué resultados pueden ocurrir y qué condiciones se suponen.

Estos 24 ejemplos explican cómo contar resultados, usar el complemento y distinguir independencia, exclusión y frecuencia observada. Al final tienes ocho ejercicios con respuestas.

Experimento, resultado y evento: lanzar un dado es el experimento; obtener 4 es un resultado; «obtener un número par» es un evento, formado por varios resultados. Un experimento aleatorio tiene un resultado incierto; no es lo mismo que un evento.

Notación: Ω es el espacio muestral; E y F son eventos, es decir, subconjuntos de Ω. |E| es la cantidad de resultados de E. Los conjuntos se escriben entre llaves { }, y ∅ representa el conjunto vacío.

Regla clásica: P(E) = |E|/|Ω| solo cuando Ω es finito, no vacío y sus resultados son equiprobables. La probabilidad no tiene unidades. ∩ significa «y»; ∪ significa «o» inclusivo.

Modelos: un modelo determinista fija el resultado a partir de sus condiciones; por ejemplo, la trayectoria ideal de una pelota con posición y velocidad iniciales conocidas, bajo gravedad constante y sin resistencia del aire. «Aleatorio» y «determinista» describen el experimento o modelo; no forman una clasificación de eventos.

Dados: espacio muestral y eventos

EJEMPLO 01

Obtener un número par en un dado

Lanza un dado de seis caras y registra el número de la cara superior.

Ω = {1,2,3,4,5,6}; |Ω| = 6.

E = {2,4,6}; |E| = 3.

P(E) = 3/6 = 1/2 = 0,5 = 50 %.

Condición: Dado equilibrado; las seis caras tienen la misma probabilidad.

El resultado 2 es un elemento de Ω; el evento «salir par» es el conjunto {2,4,6}. Contamos resultados, no el número de eventos que podamos inventar.

EJEMPLO 02

Obtener un número primo

En el mismo dado, busca los resultados que sean números primos.

E = {2,3,5}; |E| = 3.

P(E) = 3/6 = 1/2 = 50 %.

Condición: Dado equilibrado de seis caras.

El 1 no es primo: un primo tiene exactamente dos divisores positivos distintos, 1 y él mismo. Incluir el 1 produciría el recuento erróneo 4/6.

EJEMPLO 03

Un evento seguro y uno imposible

Compara «salir un número del 1 al 6» con «salir 7» en un dado normal.

Evento seguro: E = Ω; P(E) = 6/6 = 1.

Evento imposible: F = ∅; P(F) = 0/6 = 0.

Para cualquier evento: 0 ≤ P(E) ≤ 1.

Condición: Dado con caras numeradas del 1 al 6.

La probabilidad sí puede ser 1. En estos modelos finitos cada resultado elemental tiene probabilidad positiva; no confundas un suceso muy poco probable con uno imposible.

Monedas: contar sin perder variantes

EJEMPLO 04

Dos monedas: que ambas sean águila

Lanza una moneda dos veces. Escribe A para águila y S para sello.

Árbol de dos lanzamientos independientes: cada rama vale un medio y cada secuencia un cuartoInicioASAA: 1/4AS: 1/4SA: 1/4SS: 1/41/21/21/21/21/21/2
Cada camino tiene dos ramas: (1/2)(1/2) = 1/4. A = águila; S = sello.

Ω = {AA, AS, SA, SS}.

E = {AA}.

P(E) = 1/4 = 25 %.

Condición: Lanzamientos independientes de una moneda equilibrada.

AS y SA son resultados distintos porque el orden importa. Agruparlos como «un águila y un sello» no los convierte en un único resultado de probabilidad 1/4.

Los cuatro resultados de dos lanzamientos
ResultadoNúmero de águilasProbabilidad
AA21/4
AS11/4
SA11/4
SS01/4
A = águila, S = sello. El orden identifica el primer y el segundo lanzamiento. Monedas equilibradas y lanzamientos independientes.

EJEMPLO 05

Dos monedas: exactamente un águila

Ahora pide un águila y un sello, en cualquier orden.

E = {AS, SA}.

P(E) = 2/4 = 1/2.

Condición: Dos lanzamientos independientes y equilibrados.

«Exactamente uno» excluye tanto AA como SS. Los tres recuentos posibles de águilas —0, 1 y 2— tienen probabilidades 1/4, 1/2 y 1/4, no 1/3 cada uno.

EJEMPLO 06

Tres monedas: al menos dos águilas

Lanza tres veces una moneda y busca dos o tres águilas.

Hay 2 × 2 × 2 = 8 secuencias equiprobables.

E = {AAA, AAS, ASA, SAA}; |E| = 4.

P(E) = 4/8 = 1/2 = 50 %.

Condición: Tres lanzamientos independientes de una moneda equilibrada.

«Al menos dos» incluye tres. La tabla permite comprobar las ocho secuencias sin repetir ninguna ni perder el orden.

Todos los resultados de tres lanzamientos
ResultadoNúmero de águilas¿Al menos dos?
AAA3Sí
AAS2Sí
ASA2Sí
ASS1No
SAA2Sí
SAS1No
SSA1No
SSS0No
Cada secuencia tiene probabilidad 1/8 si los tres lanzamientos son independientes y equilibrados.

EJEMPLO 07

Distinguir exactamente, al menos y como máximo

En esos tres lanzamientos, compara tres preguntas sobre el número de águilas.

Exactamente dos: {AAS, ASA, SAA}; P = 3/8.

Al menos dos: {AAA, AAS, ASA, SAA}; P = 4/8.

Como máximo dos: todas excepto AAA; P = 7/8.

Condición: Tres lanzamientos independientes y equilibrados.

Las palabras cambian el conjunto favorable. «Como máximo dos» incluye cero, uno y dos; «al menos dos» incluye dos y tres.

Urnas, cartas y complemento

EJEMPLO 08

Sacar un múltiplo de 5 entre 1 y 16

Una urna contiene una ficha de cada número del 1 al 16. Se extrae una.

Ω = {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16}.

E = {5,10,15}.

P(E) = 3/16 = 0,1875 = 18,75 %.

Condición: Las 16 fichas tienen la misma probabilidad de extracción.

El resultado exacto es 18,75 %, no 18 %. Redondeado al porcentaje entero más próximo sería 19 %; escribe ≈ si usas una aproximación.

EJEMPLO 09

Sacar un as de una baraja

Extrae una carta de una baraja francesa de 52 cartas, sin comodines.

Ω es el conjunto de las 52 cartas.

|Ω| = 52.

E = {as de corazones, as de diamantes, as de tréboles, as de picas}; |E| = 4.

P(E) = 4/52 = 1/13 ≈ 0,076923.

En porcentaje: (1/13) × 100 % ≈ 7,69 %.

Condición: Cada una de las 52 cartas tiene igual probabilidad.

El conjunto Ω no es el número 52: 52 es su cardinalidad. La fracción 1/13 es exacta; los decimales mostrados están redondeados.

EJEMPLO 10

Usar el complemento: no sacar un as

En la misma baraja, calcula la probabilidad de que la carta no sea un as.

Hay 52 − 4 = 48 cartas que no son ases.

P(no as) = 1 − P(as) = 1 − 1/13 = 12/13.

Comprobación directa: 48/52 = 12/13.

Condición: Baraja francesa de 52 cartas, sin comodines; extracción uniforme.

Un evento y su complemento cubren todo Ω y no se solapan. Por eso sus probabilidades suman 1.

Unión, intersección e independencia

EJEMPLO 11

Sumar eventos incompatibles

En un solo lanzamiento de dado, pide que salga 1 o 6.

E = {1}; F = {6}; E ∩ F = ∅.

P(E o F) = P(E) + P(F) = 1/6 + 1/6 = 1/3.

Condición: Dado equilibrado; un único lanzamiento.

Una cara superior no puede ser 1 y 6 a la vez. La incompatibilidad se refiere a eventos del mismo experimento: dos tiradas diferentes sí podrían dar un 1 y un 6.

EJEMPLO 12

Sumar eventos que se solapan

En un dado, pide que salga un número par o un número primo.

E = {2,4,6}; F = {2,3,5}.

E ∩ F = {2}; E ∪ F = {2,3,4,5,6}.

P(E o F) = 3/6 + 3/6 − 1/6 = 5/6.

Condición: Dado equilibrado; par y primo se evalúan en el mismo resultado.

El «o» es inclusivo: permite que se cumplan ambas condiciones. Se resta el 2 porque se había contado en los dos grupos.

EJEMPLO 13

Pedir las dos condiciones a la vez

Con E = «par» y F = «primo», calcula la probabilidad de E y F.

E ∩ F = {2}.

P(E y F) = 1/6.

P(E)P(F) = (1/2)(1/2) = 1/4 ≠ 1/6.

Condición: Dado equilibrado; ambas condiciones sobre una misma tirada.

Estos eventos no son independientes. Para una intersección no se pueden multiplicar probabilidades sin comprobar independencia o usar una probabilidad condicionada.

EJEMPLO 14

Multiplicar en un caso independiente

Lanza una moneda dos veces. E es «águila en el primero» y F, «águila en el segundo».

P(E) = 1/2; P(F) = 1/2.

P(E y F) = (1/2)(1/2) = 1/4.

Si el primero fue águila, el segundo sigue teniendo probabilidad 1/2 de ser águila.

Condición: Moneda equilibrada y lanzamientos independientes.

Independencia significa que conocer uno no cambia la probabilidad del otro. Aquí es un supuesto del modelo; no se justifica solo porque los eventos tengan nombres distintos.

EJEMPLO 15

Incompatibles no significa independientes

En un dado, vuelve a E = «salir 1» y F = «salir 6».

P(E y F) = 0, porque E ∩ F = ∅.

P(E)P(F) = (1/6)(1/6) = 1/36.

Como 0 ≠ 1/36, E y F no son independientes.

Condición: Dado equilibrado; eventos del mismo lanzamiento.

Dos eventos incompatibles con probabilidades positivas son dependientes: saber que ocurrió uno descarta el otro. Exclusión e independencia son relaciones diferentes, no categorías de una única lista.

EJEMPLO 16

Condicionar cambia el conjunto de referencia

Se lanza un dado equilibrado y te dicen que salió un número par. ¿Qué probabilidad hay de que sea mayor que 3?

Con la información dada quedan {2,4,6}.

De esos tres resultados, {4,6} cumplen la pregunta.

P(mayor que 3 | par) = 2/3.

Sin esa información: P(mayor que 3) = 3/6 = 1/2.

Condición: La única información recibida es que la tirada fue par.

La barra | se lee «dado que». En general, P(E | F) = P(E ∩ F)/P(F), si P(F) > 0. Conocer F cambia qué resultados debes contar.

Extracciones y dos dados

EJEMPLO 17

Dos extracciones con reposición

Hay 3 fichas rojas y 2 azules. Saca una, devuélvela y mezcla antes de sacar otra. ¿Dos rojas?

P(roja primero) = 3/5.

Después de devolverla: P(roja segundo | roja primero) = 3/5.

P(dos rojas) = (3/5)(3/5) = 9/25 = 36 %.

Condición: Cada ficha es equiprobable en cada extracción; reposición y nueva mezcla.

La reposición restaura la composición de la urna. Con mezcla y selección uniforme, las extracciones se modelan como independientes.

EJEMPLO 18

Dos extracciones sin reposición

Usa la misma urna, pero conserva fuera la primera ficha. ¿Qué probabilidad hay de sacar dos rojas?

P(roja primero) = 3/5.

Si salió roja, quedan 2 rojas entre 4 fichas.

P(dos rojas) = (3/5)(2/4) = 3/10 = 30 %.

Condición: Extracciones uniformes sin reposición.

La segunda probabilidad es condicional: depende de la primera extracción. También puedes contar 3 × 2 = 6 pares rojos ordenados entre 5 × 4 = 20 pares posibles.

EJEMPLO 19

Dos dados: obtener suma 7

Lanza un dado rojo y uno azul. Registra el par (rojo, azul).

Hay 6 × 6 = 36 pares equiprobables.

Suman 7: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1).

P(suma 7) = 6/36 = 1/6.

Condición: Dados equilibrados e independientes.

Las 11 sumas de 2 a 12 no son equiprobables. El 2 tiene un único par favorable y el 7 tiene seis. Los dados distinguibles permiten contar sin ambigüedad.

La suma de dos dados no es uniforme
SumaPares favorablesProbabilidad
211/36
322/36
433/36
544/36
655/36
766/36
855/36
944/36
1033/36
1122/36
1211/36
Hay 36 pares ordenados equiprobables: seis resultados del primer dado por seis del segundo. Los recuentos de la tabla suman 36.

EJEMPLO 20

Al menos un 6: contar lo contrario

Con dos dados equilibrados e independientes, calcula la probabilidad de obtener al menos un 6.

P(ningún 6) = (5/6)(5/6) = 25/36.

P(al menos un 6) = 1 − 25/36 = 11/36.

Recuento directo: 6 + 6 − 1 = 11 pares favorables.

Condición: Dos dados equilibrados e independientes.

Sumar 1/6 + 1/6 sin corregir el solapamiento contaría (6,6) dos veces. «Al menos uno» incluye que ambos dados sean 6.

Modelos, frecuencias y errores frecuentes

EJEMPLO 21

Cuando los resultados no son equiprobables

Una ruleta tiene un semicírculo azul y dos cuartos, naranja y verde.

Ruleta: azul ocupa media vuelta; naranja y verde, un cuarto cada unoAzul1/2Verde1/4Naranja1/4
Las áreas y ángulos representan las probabilidades del modelo ideal. Azul: 180°; naranja y verde: 90° cada uno.

P(azul) = 180°/360° = 1/2.

P(naranja) = P(verde) = 90°/360° = 1/4.

P(naranja o verde) = 1/4 + 1/4 = 1/2.

Condición: Dirección final uniforme en [0°,360°); fronteras de probabilidad cero.

No calcules 1/3 por el solo hecho de haber tres colores. La regla «favorables entre posibles» exige resultados equiprobables; aquí usamos las proporciones angulares del modelo.

Una ruleta con tres sectores desiguales
ColorÁngulo del sectorProbabilidad
Azul180°1/2
Naranja90°1/4
Verde90°1/4
Modelo ideal: la dirección final es uniforme en una vuelta y las fronteras entre sectores tienen probabilidad cero. Tres colores no implican tres probabilidades iguales.

EJEMPLO 22

Frecuencia observada y probabilidad teórica

En 100 lanzamientos de una moneda se observaron 58 águilas.

Frecuencia relativa observada = 58/100 = 0,58 = 58 %.

Bajo el modelo de moneda equilibrada: P(águila) = 1/2 = 50 %.

Condición: Datos ilustrativos; se distingue la observación del supuesto de equilibrio.

El 58 % describe esa muestra; el 50 % pertenece al modelo. No tienen que coincidir exactamente. La observación por sí sola no demuestra equilibrio ni sesgo; evaluar el modelo requiere más análisis.

EJEMPLO 23

Una racha no obliga a compensar

Una moneda equilibrada acaba de dar sello cinco veces seguidas. ¿La siguiente debe ser águila?

P(águila en el siguiente | cinco sellos anteriores) = 1/2.

Antes de lanzar seis veces: P(SSSSSA) = (1/2)⁶ = 1/64.

Condición: Los lanzamientos son independientes y la moneda es equilibrada.

Son preguntas distintas: predecir un lanzamiento después de conocer cinco resultados no es pedir la probabilidad de toda la secuencia antes de empezar. Una racha no crea una deuda de águilas.

EJEMPLO 24

Dos posibilidades no bastan para asignar 50 %

Una caja contiene fichas rojas y azules, pero no sabes cuántas hay de cada color. Se elige una ficha uniformemente.

P(roja) = número de fichas rojas / número total de fichas.

Si hay 9 rojas y 1 azul: P(roja) = 9/10.

Si hay 1 roja y 9 azules: P(roja) = 1/10.

Sin conocer la composición, no hay una probabilidad numérica determinada por esos datos.

Condición: Se sabe que la extracción es uniforme entre fichas; no se conoce su composición.

Que algo pueda ocurrir o no ocurrir no hace que ambas opciones sean igualmente probables. Declara la información que falta, en vez de inventar un reparto 50–50.

Practica y comprueba

CONSULTA

Ocho ejercicios para practicar

Resuelve primero y compara después con las respuestas de las tablas.

En cada ejercicio, escribe el espacio de resultados o explica cómo lo cuentas.

Comprueba el modelo, las condiciones y que la probabilidad esté entre 0 y 1.

Condición: Los supuestos específicos aparecen en cada pregunta.

Las respuestas incluyen el recuento o la razón del resultado. Las fracciones se mantienen exactas salvo aproximación explícita.

Ejercicios resueltos · 1–4
PreguntaRespuesta y motivo
Dado equilibrado: ¿probabilidad de un número mayor que 4?{5,6}: 2/6 = 1/3.
Dado equilibrado: ¿probabilidad de un número primo?{2,3,5}: 3/6 = 1/2; el 1 no es primo.
Dos lanzamientos independientes de una moneda equilibrada: ¿ningún águila?Solo SS: 1/4.
Tres lanzamientos independientes y equilibrados: ¿exactamente un águila?ASS, SAS, SSA: 3/8.
Antes de mirar la respuesta, identifica qué resultados se cuentan y qué supuestos hacen válido el cálculo.
Ejercicios resueltos · 5–8
PreguntaRespuesta y motivo
Ficha uniforme del 1 al 16: ¿no ser múltiplo de 5?1 − 3/16 = 13/16 = 81,25 %.
Dado equilibrado: ¿ser par o mayor que 4?{2,4,5,6}: 4/6 = 2/3; no contar el 6 dos veces.
Urna con 3 rojas y 2 azules, sin reposición: ¿primero roja y luego azul?(3/5)(2/4) = 3/10.
Se observan 18 aciertos en 50 intentos. ¿Frecuencia relativa?18/50 = 0,36 = 36 %; no demuestra que la probabilidad teórica sea 36 %.
Antes de mirar la respuesta, identifica qué resultados se cuentan y qué supuestos hacen válido el cálculo.

CONSULTA

Lista de comprobación para resolver problemas

Antes de dar un resultado, recorre estas preguntas.

1. ¿Cuál es el experimento y qué resultado se registra?

2. ¿Qué resultados forman el evento solicitado?

3. ¿Son equiprobables? Si no, ¿conoces sus probabilidades?

4. ¿Hay orden, reposición o información condicionante?

5. ¿Se pide «y», «o», «exactamente», «al menos» o «como máximo»?

6. ¿Has evitado repeticiones y explicado la independencia si la usas?

7. ¿El resultado está entre 0 y 1 y el porcentaje entre 0 % y 100 %?

8. ¿Distingues igualdad exacta, aproximación y frecuencia observada?

Condición: Probabilidad elemental con supuestos explícitos.

Un cálculo correcto puede responder a una pregunta equivocada si el espacio muestral o las condiciones están mal elegidos.

Qué recordar

Referencias