Universidad Nacional Autónoma de Nicaragua

UNAN-Managua
Curso de Estadística

Profesor:
MSc. Julio Rito
Vargas Avilés. UNIDAD II

Estudiantes:
Probabilidades
FAREM-Carazo
“Aprendizaje Por Problemas"

Año académico:
II Semestre 2010
 Clases Practicas

La duración de las clases prácticas será de 90 mínutos

ininterrumpidas. Durante este tiempo se irán realizando las
prácticas, las tareas y el Trabajo de curso.

PROFESOR
Paquetes Informáticos
Material Bibliográfico
Fuentes Estadísticas
Aula Virtual
CONSULTAS VIRTUALES
PAGINA
BLOG (PÁGINAW EB
WEB)
 Teoría de Probabilidades

En esta Unidad vamos a:

Recordar qué entendemos por probabilidad.

Estudiar algunas reglas de cálculo.
Ver cómo aparecen las probabilidades en Turismo
 Aplicarlo a algunos conceptos nuevos de interés en Turismo
 Teoría de Probabilidades
Temas

2.1 Introducción
2.2 Conceptos básicos de probabilidad: experimento
aleatorio espacio muestral, eventos, tipos de
eventos.
2.3 Tipos de probabilidad clásica, empírica y subjetiva.
2.4 Probabilidad simple o marginal.
2.5 Probabilidad condicional.
2.6 Regla de la multiplicación.
2.7 Teorema de Bayes.
 Teoría de Probabilidades

Introducción
¡Para Analizar!
¿Cómo atrevernos a hablar de leyes del azar? ¿No es, acaso, el
azar la antítesis de cualquier ley? Bertrand Rusell
La probabilidad de tener un accidente de tráfico aumenta con el
tiempo que pasas en la calle. Por tanto, cuanto mas rápido
circules, menor es la probabilidad de que tengas un accidente.
El 33 % de los accidentes mortales involucran a alguien que ha
bebido. Por tanto, el 67 % restante ha sido causado por alguien
que no había bebido. A la vista de esto y de lo anterior, esta claro
que la forma más segura de conducir es ir borracho y a gran
velocidad.
 Teoría de Probabilidades

Introducción
La Probabilidad es una disciplina matemática cuyos propósitos
son de la misma clase que, por ejemplo, los de la Geometría o
Mecánica. En cada campo debemos distinguir tres aspectos de la
teoría:
a) el contenido lógico-formal,
b) el antecedente intuitivo,
c) las aplicaciones.
El carácter y el encanto de toda la estructura no pueden ser
apreciados sin considerar los tres aspectos adecuadamente
relacionados. según William Feller en su libro Introducción a la
Teoría de Probabilidades y sus aplicaciones.
 Teoría de Probabilidades
Experimento aleatorio
Entenderemos por experimento aleatorio cualquier (EVENTO)
situación que, realizada en las mismas condiciones, proporcione un
resultado imposible de predecir a priori ( de antemano).
Por ejemplo:
* Lanzar un dado. (posibles valores 1,2,3,4,5,6)
* Extraer una carta de una baraja. (52 posibles valores diferentes)
* Se lanza una moneda. Si sale cara se extrae de una urna U1,
con una determinada composición de bolas de colores, una bola y si
sale cruz de extrae de una urna U2, con otra determinada
composición de bolas de colores, una bola.
 Teoría de Probabilidades
Sucesos o eventos
Cuando se realiza un experimento aleatorio diversos resultados son
posibles. El conjunto de todos los resultados posibles se llama espacio
muestral (E).
Los espacios muestrales pueden ser finitos o infintos, discretos o continuos.
Experimento aleatorio: lanzar un dado.

Espacio muestral E = {1, 2, 3, 4, 5, 6}.

Se llama suceso o evento a un subconjunto de dichos resultados.

Distinguiremos entre sucesos simples (o indivisibles) y compuestos (o
divisibles).
Por ejemplo: el suceso A = {"que el resultado sea par”}:
A = {2, 4, 6} es un suceso compuesto.
Se llama suceso complementario de un suceso A, Ac al formado por los
elementos que no están en A.
Ac será: “que el resultado sea impar”, Ac = {1, 3, 5}.
 Teoría de Probabilidades
Suceso: Se llama suceso o evento a un subconjunto de del
espacio muestral.. Distinguiremos entre sucesos simples (o
indivisibles) y compuestos (o divisibles).

 Suceso Simple: Cualquier resultado básico de un experimento. Un

evento simple no se puede descomponer en resultados más simples.
Por ejemplo el suceso A = {"que al lanzar el dado caiga uno”}:
entonces A= {1}
 Suceso compuesto: Se puede descomponer en otros eventos
simples.
Por ejemplo: el suceso A = {"que el resultado sea par”}:
A = {2, 4, 6} es un suceso compuesto.
Suceso complementario: Se llama suceso complementario de
un suceso A, Ac al formado por los elementos que no están en
A.
Ac será: “que el resultado sea impar”, Ac = {1, 3, 5}.
Se considera el experimento aleatorio consistente en
lanzar una moneda. Si sale cara, se extrae de una urna
que contiene bolas azules y rojas una bola, y si sale cruz,
se extrae una bola de otra urna que contiene bolas rojas
y verdes. ¿Cuál es el espacio muestral E de dicho
experimento aleatorio?
E = {(C,R), (C,A), (+,R), (+,V)}
 TIPOS DE EVENTOS
 Evento imposible: Es un evento determinístico, por
que tenemos certeza que no ocurrira, por tanto
coincide con el conjunto vacío. Operaciones

 Evento Cierto: Es también un evento determinístico,

por que tenemos certeza que ocurrirá, y coincide con
el conjunto del espacio muestral.

 Evento probabilístico: Es un evento no

determinístico, ya bajo ciertas condiciones puede
ocurrir o puedo no ocurrir.
 Probabilidad Clásica: Según Laplace,define la probabilidad de un
suceso A como el cociente
Número de casos favorables
P ( A) 
Número de casos posibles

siempre que nada obligue a creer que alguno de estos casos debe
tener lugar de preferencia a los demás, lo que hace que todos
sean igualmente posibles.
Ejemplo: La probabilidad de obtener un 6 el lanzamiento de un dado.
Caras del dado X 1 2 3 4 5 6

P(X) 1/6 1/6 1/6 1/6 1/6 1/6

El inconveniente de esta definición radica precisamente en hay eventos

que no necesariimente son igualmente posibles.
 Probabilidad empírica o Frecuentista (objetiva):
Probabilidad de un suceso es la frecuencia relativa
(%) de veces que ocurriría el suceso al realizar un
experimento repetidas veces en idénticas
condiciones.
Lanzar una moneda 100 veces Cara Cruz
Frecuencia 49 51

Porcentaje 0.49 0.51

 Probabilidad subjetiva(bayesiana): Es el grado de

certeza que se posee sobre un suceso. Está basado
en la experiencia personal.
 Lo Actual
La diferencia básica en el papel de la Probabilidad
matemática en 1946 y en 1988 es que hoy en día es
aceptada como Matemática, mientras que en 1946, para
la mayoría de los matemáticos, la Probabilidad era a las
Matemáticas como el mercado negro es al mercado: esto
es, la Probabilidad era una fuente de matemáticas
interesantes, pero el análisis del contexto de fondo era
algo poco recomendable.
J. L. Doob, A Century of Mathematics in America, Part II
(Peter Duren, ed.)
 TEOREMA DE PROBABILIDAD
Si un espacio muestral E esta asociado con un
experimento aleatorio. A cada elemento A definido en E
(A ⊂ E), se le asigna un número P(A), denominado
probabilidad de A, de tal manera que se cumplen los
axiomas siguientes:

I. Axioma 1: P(A)≥0
II. Axioma 2: p(E)= 1
III. Axioma 3: Si A1, A2 , A3 … forman una sucesión de
eventos de E que se excluyen mutuamente, por
parejas, entonces P( A1  A2  A3  ...UAn )   P( Ai )
 EJEMPLO DE OPERACIONES CON SUCESOS
Dado el expermento del lanzamiento de un dado y sean
los sucesos A={Un número impar }, B={Un número mayor que 4 }
Solución
A= {1,3,5} y B= {5,6} E= {1,2,3,4,5,6}
1. Ac ={2, 4, 6} 2. Bc ={1, 2, 3, 4}
3. A  B ={1, 3, 5, 6} 4. A  B = {5}
5. (A  B)c ={2, 4} 6. (A  B)c = {1, 2, 3, 4, 6}
6. A-B = {1,3} 7. B - A = {6}

Ver los diagramas de Venn

 Se llama suceso unión de A y B, AUB, al formado por
los resultados experimentales que están en A o en B
(incluyendo los que están en ambos).

A  B ={1, 3, 5, 6} A
B Unión A  B
E

 Se llama suceso intersección de A y B, A∩B o

simplemente AB, al formado por los elementos que
están en A y B.
A  B = {5} Intersección A  B
A
B
E
Se llama suceso contrario (complementario) de un
suceso A, Ac al formado por los elementos que no están
en A
A
Ac
Ac complemento
Ac ={2, 4, 6} E

 El complemento de la Unión de dos eventos.

. (A  B)c ={2, 4}
A
B (A  B)c
E
El complemento de la intersección de dos sucesos.

(A  B)c = {1, 2, 3, 4, 6}
A
B

 La Diferencia de dos sucesos A y B: Son los elementos

de A que no están en B. (A-B). Pero la diferencia B-A
son los elementos de B que no estan en A.

A
A
B A-B= {1,3} B B-A={6}
E
E
 La probabilidad de pertenecer al menos a dos eventos
E

P[(A∩B ∩Cc ) ∪ (A ∩Bc∩C) ∪ (Ac∩B ∩C) ∪(A∩B ∩C)]

La probabilidad de pertencer examente a un evento

P[(A∩(B ∪ C)c ) ∪ (B ∩ (A ∪ C) c )∪ (Cc∩(A ∪ B ))]

 Definición de Eventos disjuntos o excluyentes: Dos
eventos son disjuntos o mutuamente excluyentes si A y B no tienen
elementos en común. A y B son disjuntos si A ∩ B = Ø

A
P(AuB)=P(A+B)=P(A)+P(B) B
P(A∩B)=0 E

Eventos compatibles: Dos eventos son compatibles si tienen

elementos comunes e incompatibles en caso contrario.

A B
 EVENTOS IGUALES: Dos eventos A y B son iguales Si solo Si
ocurre entoces ocurre también B. y Si y solo si ocurre B entonces
ocurre A.
A = {2, 3, 6}
B = {2, 3, 6} Se ecribe A=B

EVENTOS EQUIPROBABLES: Son eventos de un mismo espacio

mestral que tienen la misma probabilidad de ocurrencia.
La probabilidad asociada a cada evento es P(Ai)=1/n , para cada
uno de los enesimos eventos.
Ejemplo: Elegir una pelota blanca de una urna que tiene igual
números de pelotas blancas, rojas, verdes, celeste, amarillas, etc.
En total hay 10 colores diferentes en 100 pelotas, habiendo 10 de
cada color.
 Diagramas de Árbol

e1
R
e2
a1 a2 a3
Un Diagrama de Árbol es una
serie de líneas que parten de un
punto en común llamado Raíz, esas b b2 b3 b4 b5 b6
1
líneas a su vez se ramifican según las
opciones que se presenten en cada
Problema.
Ejemplo: Carla se ganó un viaje para dos personas, al
entregárselo le presentaron las siguientes opciones:

Lugar: Panamá o Cancún

Transporte: Autobús o Avión

Acompañante: Papá, mamá o hermano

¿De cuántas maneras distintas puede Carla efectuar el

viaje?

Representemos la solución con un diagrama de árbol

a Diagrama de Árbol
Papá
Autobús
Mamá
Panamá Hermano
Papá
Avión
Mamá
Hermano

Papá
Autobús
Mamá
Cancún Hermano
Papá
Avión
Mamá
Hermano
 {(Panamá,Autobus,Papá),…,(Cancún, Avión, Hermano)}

Contamos ahora, todas las opciones de la última columna

solamente y tendremos el total de formas posibles en las
que Laura puede efectuar su viaje. 12 opciones distintas
Esto corresponde a:
Por lo tanto, Carla puede viajar de 12 maneras
diferentes.
 Definiciones de Técnicas de Conteo
Regla de multiplicación: Si una operación puede realizarse
de n1 formas y si por cada una de éstas una segunda operación
puede llevarse a cabo en de n2 formas entonces las dos
operaciones pueden realizarse juntas en n1 x n2 formas.

Ejemplo: Si un experimiento consiste en lanzar un dado y después

seleccionar una letra vocal al azar. Cuantos puntos habrá en el
espacio muestral.

n1 =6 ( hay 6 resultados diferentes al lanzar un dado)

n2 =5 (hay 5 resultados diferentes de elegir una vocal)
n1x n2 =6x5= 30 puntos muestrales.
 Espacio Muestral

En forma gráfica de árbol

Puede verse que hay 30 posibles

parejas:
E= {(1,A),(1,E),(1,I),(1,O),(1,U),
(2,A),(2,E),(2,I),(2,O),(2,U),
(3,A),(3,E),(3,I),(3,O),(3,U),
(4,A),(4,E),(4,I),(4,O),(4,U),
(5,A),(5,E),(5,I),(5,O),(5,U),
(6,A),(6,E),(6,I),(6,O),(6,U)}
 Definiciones de Técnicas de Conteo
 Regla de la mutiplicación generalizada: Si una operación puede
realizarse de n1 formas y si por cada una de éstas una segunda
operación puede llevarse a cabo en de n2 formas y para cada una
de las dos primeras se puede efectuar una tercera en n3 formas, y
así sucesivamente, entonces la secuencia de k operaciones puede
acerse en n1 x n2 x n3 x…x nk formas.

Ejemplo: Un estudiante de segundo año de Ingenería debe tomar

un curso de física, uno de computación y otro de matemáticas. Se
puede escoger entre cualquiera de 6 cursos de física, 4 de
computación y 5 de matemáticas. De cuantas formas puede
acomodar su horario? f1,f2,f3,f4,f5,f5 (grupos de física),
C1,C2,C3,C4 (grupos de computación) y M1,M2,M3,M4,M5 (grupos
de Matemáticas)
Solución: n1 =6; n2 =4; n3 =5
n1 x n2 x n3= 6 x 4 x 5 = 120 formas diferentes.

Física
Matemáticas Computación

Computación Matemáticas
 Definiciones de Técnicas de Conteo
Permutaciones: El arreglo ordenado de r objetos o elementos
distintos es llamado permutación. El número de maneras en que se
puede ordenar n objetos distintos tomados r a la vez se denota por
el símbolo:
n! n!=1x2x3x…xn
n Pr  Pr 
n

(n  r )! 0!=1
4!=1x2x3x4=24
Ejemplo: Si para una caja fuerte se requiere de la selección
correcta de un conjunto de cuatro dígitos en sucesión, los dígitos
se fijan girando el tambor alternativamente en el sentido de las
manecillas del reloj y en el sentido opusto. Supóngase que no se
utiliza un mismo número dos veces. Encuentre el número total de
las posibles combnaciones.
 Definiciones de Técnicas de Conteo
Solución: n=10 (los números dígitos 0,1,2,…,9) de los cuales se
tomará un conjunto de 4 del total de 10.
10! 10! 10 x9 x8 x7 x6!
10 P 4  P410     10 x9 x8 x7  5,040
(10  4)! 6! 6!
Se podrán obtener 5,040 combinaciones distintas de conjuntos de
números de 4 dígitos.

Definición: El número de n objetos ordenados en un círculo es

(n-1)!.

Ejemplo: En un lbrero hay cinco libros(Estadística, Matemática,

Turismo, Inglés y Computación) se desea ordenar de manera
diferente, permaneciendo fijo el libro de Matématica.
 Definiciones de Técnicas de Conteo
Solución: n=5 P  (n  1)! P(5  1)! 4! 4 x3x 2 x1  24

Definición de Combinación:El número de combinaciones de n

objetos tomados r a la vez es el número de subconjunto, cada uno
de tamaño r, que se pueden formar a partir de los n objetos. Este
número se denotará por.
n n!
C( n , r )  n C r  C n
 
r ! 
r!( n  r )!
r
 
Ejemplo: En una Urna que tiene 30 bolas de colores, de las cuales
15 son rojas, 10 son blancas y 5 son verdes. De cuantas maneras
diferentes se puden elegir 3 pelotas(una de cada color) sacadas sin
remplazo, retirándolas de una en una.
 Definiciones de Técnicas de Conteo
Solución:

15C110C15C1  15! 10! 5!

x x  15 X 10 X 5  750
1!14! 1!9! 1!4!
Hay 750 maneras diferentes de seleccionar tres pelotas siendo
todas de colores diferentes.
 PROBLEMAS RESUELTOS
1. Al controlar la calidad de un producto para turistas, se eligen al
azar tres envases de una caja que contiene 100. Por termino
medio, sabemos que en cada caja hay diez cuya calidad es
deficiente. Hallar la probabilidad de que entre los tres no haya
ninguno, uno, dos o tres deficientes.
Solución: (B)=bueno (D)=defectuoso
1.a) P(niguno defectuoso)=P(BBB)= 90 89 88 178
x x   0.726
100 99 98 245

1.b) P(uno defectuoso)=P(BBD,BDB,DBB)= 90 89 10 2403

3x x x   0.24768
100 99 98 9702

1.c) P(dos defectuoso)=P(BDD,DBD,DDB)= 3x

90 10 9
x x 
243
 0.0250
100 99 98 9702

1.d) P(tres defectuoso)=P(DDD)=10 x 9 x 8 

8
 0.00074
100 99 98 10780
 PROBLEMAS RESUELTOS
2. Seis parejas de casados se encuentran en un cuarto. Hallar la
probabilidad de que:
a) si se escogen 2 personas al azar (i) sean esposos (ii) uno sea
hombre y otro mujer.
b) si se escogen 4 personas al azar (i) se escojan dos parejas de
casados (ii) ninguna pareja sean casados en tre los 4 (iii) haya
exactamente una pareja de casados
c) si las 12 personas se reparten en seis parejas (i) cada pareja
sean casados (ii) cada pareja la forme un hombre y una mujer
 PROBLEMAS RESUELTOS
Solución:
a) Casos posibles: C 2  66
12 maneras de escoger 2 personas de las 12

6 1
i) Hay 6 parejas de casados: P 
66 11

II) Hay 6 maneras de escoger a un hombre y 6 6 6 6

maneras de escoger a una mujer:
P 
66 11
 PROBLEMAS RESUELTOS
Solución:
b) Casos posibles: 12 C 4  495 maneras de escoger 4 personas de las 12

15 1
i) Hay 6C 2  15 maneras de escoger 2 parejas de las 6 P 
495 33
ii) Las 4 personas vienen de 4 parejas diferentes, hay 6C 4  15 maneras de escoger
4 parejas de las 6 y ahí 2 maneras de escoger a la persona de cada pareja
2  2  2  2 15 16
P 
495 33
1 16 16
iii) Este evento es complementario de los otros dos, por tanto: P  1  
33 33 33
 PROBLEMAS RESUELTOS
Solución:
12! 12!
c) Casos posibles:  6 maneras de repartir 12 personas en 6 células ordenadas
2!2!2!2!2!2! 2
con 2 personas cada una.

i) Las 6 pareja pueden ser colocadas en 6 células ordenadas de 6! maneras:

6! 1
P 6

12! 2 10395
ii) Cada uno de los 6 hombres se pueden colocar en 6 células de 6! maneras y cada
una de las 6 mujeres lo mismo: 6!6! 16
P 6

12! 2 231
Regla del Producto de Probabilidades: Si la probabilidad
de que ocurra un evento A es P(A) y la probabilidad de
que ocurra un evento B es P(B), entonces la probabilidad
de que ocurran conjuntamente los eventos A y B es:
P(A y B) = P(A) x P(B)
Siempre y cuando los eventos A y B sean independientes.
¿Qué significa la condición de que los eventos A y B sean
independientes? Que la ocurrencia de cualquiera de ellos
no afecta la probabilidad de que ocurra el otro.
Cuando A y B no son independientes: P(A y B) P(A) x P(B)
¿Cuál es la probabilidad de que al lanzar dos monedas al
aire, caiga número y escudo?
1
P(número) 
2
Y la probabilidad de que caiga águila es: P(escudo)  1
2
Entonces la probabilidad de que salga un número y escudo
será:
P (número y escudo) = 1 x 1 = 1
2 2 4
 PROBABILIDAD CONDICIONAL
Sean A y B dos eventos y P(B) > 0. La probabilidad condicional de
A con respecto a B es la probabilidad de que ocurra A sabiendo
que ocurre B:

En forma similar:

Ejemplo : En una aula de clase el 60% de los alumnos son mujeres. De ellas
el 10% son fumadoras. De los hombres, son fumadores el 20%.
Hombres y mujeres forman un sistema. Exhaustivo y Exclusivo de sucesos esto
la unión de todos ellos forman el espacio muestral, y sus intersecciones
son disjuntas. Fuma
0.1
• ¿Qué porcentaje de fumadores hay?
P(F) = P(M∩F) + P(H∩F)
P(M∩F) = P(M)P(F|M) Mujer
0.6 0.9
P(H∩F) = P(H)P(F|H) No fuma
= P(M)P(F|M) + P(H)P(F|H)
Estudiante
=0.6 x 0.1 + 0.4 x 0.2 0.2
= 0.06 + 0.08 0.4 Fuma
= 0.14 =14% Hombre

•Los caminos a través de nodos representan intersecciones. 0.8

No fuma
•Las bifurcaciones representan uniones disjuntas.
Tema 4: Probabilidad 43
 Intuir la probabilidad condicionada

A A

B
B

P(A) = 0.25 P(A) = 0.25

P(B) = 0.10 P( A  B) P(B) = 0.10
P( A | B) 
P(A∩B) = 0.10 P( B) P(A∩B) = 0.08
¿Probabilidad de A sabiendo que ha ocurrido B?
P(A|B)=1 P(A|B)=0.8
Tema 4: Probabilidad 44
 Intuir la probabilidad condicionada
A A

B
B

P(A) = 0.25 P(A) = 0.25

P( A  B)
P(B) = 0.10 P( A | B)  P(B) = 0.10
P( B)
P(A∩B) = 0.005 P(A∩B) = 0
¿Probabilidad de A sabiendo que ha pasado B?
P(A|B)=0.05 P(A|B)=0
Tema 4: Probabilidad 45
 Propiedades
1. P(Ac) = 1 - P( A )
2. P( Ø ) = 0
3. Si A B P( B ) = P( A ) + P(B-A)
4. Si A B P( A ) ≤ P( B )
5. Si A1 , A2 , ... , Ak , son incompatibles dos a dos, entonces:
P( A1 U A2 U .. U Ak ) = P( A1 ) + P( A2 ) + ... + P( Ak )
6. P(A U B ) = P( A ) + P( B ) - P(A ∩ B)
7. Si el espacio muestral E es finito y un conjunto de sucesos es
A={x1 , x2 , ... , xK} , entonces:
P( A ) = P( x1 ) + P( x2 ) + ... + P( xK )
Sistema exhaustivo y excluyente de sucesos
Son una colección de sucesos

A2 A1 , A2 , A3 , A4 …
A1
Tales que la unión de todos ellos forman
el espacio muestral, y sus intersecciones
son disjuntas.

¿Recuerde cómo formar intervalos en tablas

A3 de frecuencias? A 1

A4
Evento A2
seguro
A3

A4
 Divide y vencerás
Todo suceso B, puede ser descompuesto
en componentes de dicho sistema.
A2
A1

B = (B∩A1) U (B∩A2 ) U ( B∩A3 ) U ( B∩A4 )

A1 B
B

A2 B
Suceso
A3 A4 seguro
A3 B

Nos permite descomponer el problema B en A4 B

subproblemas más simples..
 Teorema de la probabilidad total
A1 A2

P(B|A1)
B B
A1
P(A1)
P(B|A2)
P(A2) A2 B
Suceso
A3 A4 seguro P(A3) P(B|A3)
A3 B
P(A4)
P(B|A4)
P(B) = P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + P( B∩A4 ) A4 B

=P(A1) P(B|A1) + P(A2) P(B|A2)+ … + P(A4) P(B|A4)

 Teorema de Bayes

A1 A2 Si conocemos la probabilidad de B en cada uno

de los componentes de un sistema exhaustivo y
excluyente de sucesos, entonces…

…si ocurre B, podemos calcular la probabilidad

(a posteriori) de ocurrencia de cada Ai.
B

P(B Ai)
P(Ai | B) 
A3 A4
P(B)
donde P(B) se puede calcular usando el teorema de la probabilidad total:
P(B)=P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + ( B∩A4 )
=P(B|A1) P(A1) + P(B|A2) P(A2) + …