Universidad de El Salvador

Facultad de Ciencias económicas 27 de abril de 2020

Departamento de Matemática y Estadística

Unidad II: Aprendamos de la incertidumbre

Las capacidades que se pretenden obtener en los alumnos tras el desarrollo de la unidad “Aprendamos de la
Incertidumbre” se detallan a continuación:

• Distinguir entre experimento aleatorio y un evento determinístico.

• Obtener el espacio muestral de un experimento aleatorio.
• Distinguir tipos de eventos.
• Calcular la probabilidad de distintos sucesos aplicando reglas de probabilidad

2.1 Principios de conteo (diagrama de árbol, suma, multiplicación, permutaciones y combinaciones)

Principio de la multiplicación:

Si un suceso se puede realizar de “m” formas diferentes y luego se puede realizar otro suceso de “n” formas
diferentes, el número total de formas en que pueden ocurrir es igual a m x n”. Es decir, ambos eventos se
realizan, primero uno y luego el otro. El “y” indica multiplicación.

Principio de la adición

“Un suceso “A” se puede realizar de “m” maneras diferentes, y otro suceso “B” se puede realizar de “n”
maneras diferentes, además, si ocurre uno no puede ocurrir el otro, el total de formas en que puede ocurrir A
o B es m + n“. Es decir, aquí ocurre A o ocurre B. El “o” indica suma.

Combinación

“Es todo arreglo de elementos en donde no nos interesa el lugar o posición que ocupa cada uno
de los elementos que constituyen dicho arreglo”. El número de combinaciones que resulten al
disponer de “n” elementos, tomando “r” de ellos, viene dada por:

𝑛 𝑛!
( ) = 𝑛𝑐𝑟 =
𝑟 𝑟! (𝑛 − 𝑟)!
Permutación

“Es todo arreglo de elementos en donde interesa el lugar o posición que ocupa cada uno de los
elementos que constituye dicho arreglo”. El número de permutaciones que resulten al disponer
de “n” elementos, tomando “r” de ellos, viene dada por:

𝑛!
𝑛𝑃𝑟 =
(𝑛 − 𝑟)!
Diagrama de árbol

“El diagrama de árbol es una representación gráfica de los posibles resultados del experimento,
el cual consta de una serie de pasos, donde cada uno de estos tiene un número infinito de
maneras de ser llevado a cabo. Se utiliza en los problemas de conteo y probabilidad.

Ejemplos a resolver:

1. Se formarán placas para automóviles con tres letras y 4 números. (Hay disponibles 26 letras y 10 dígitos)
Cuántos números de placas distintas se pueden formar si:
a. No hay restricciones
b. Se restringe a no repetir letras y números.
c. Se restringe a no repetir letras y números. Letras vocales y debe terminar en número 0 o 5.
d. Se restringe a no repetir letras y números. Los números deben comenzar y terminar en cifra impar

2. Se dispone de un grupo de 5 personas para conformar un tribunal evaluador (3). ¿De cuántas formas distintas es
posible elaborar el tribunal?

3. Si se sabe que las personas disponibles son {𝐴𝑛𝑑𝑟é𝑠, 𝐵𝑒𝑎𝑡𝑟𝑖𝑧, 𝐶𝑎𝑟𝑙𝑜𝑠, 𝐷𝑖𝑎𝑛𝑎 𝑒 𝐸𝑚𝑒𝑙𝑦} , ¿cuáles son las
posibilidades de integrar el tribunal?
4. De entre 5 personas, {𝐴𝑛𝑑𝑟é𝑠, 𝐵𝑒𝑎𝑡𝑟𝑖𝑧, 𝐶𝑎𝑟𝑙𝑜𝑠, 𝐷𝑖𝑎𝑛𝑎 𝑒 𝐸𝑚𝑒𝑙𝑦}, se rifarán 2 premios. El primer premio son $500;
y, el segundo $250. De cuántas maneras se puede ganar los premios. Detalle las posibilidades.

5. En una industria hay 6 mujeres y 3 hombres disponibles para hacer turnos en días domingos. De cuántas maneras
se podrán conformar los equipos de 3 personas si:
a. Sólo deben haber mujeres
Material elaborado por Noé Cortez
Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística
b. Deben haber 2 hombres y una mujer
c. Debe haber 2 o 3 mujeres.
d. Debe haber al menos un hombre

6. Elabore un espacio muestral para el experimento de extraer 2 bolas de una caja que contiene azules, blancas y rojas
siguientes (use diagrama de árbol):

2.2 Probabilidad clásica, teoría frecuentista y teoría subjetiva de probabilidad

2.2.1 Definición de probabilidad.

La probabilidad de un evento A, P(A), es la medida de la posibilidad de que ese evento ocurra. Esa medida
dispone de un rango desde cero hasta uno, indicando que a medida se aproxima a uno, es más seguro que el
evento ocurra; y si se a próxima a cero, lo contrario.

Probabilidad de un evento Probabilidad de un evento

1.0 1.0

Medida de la posibilidad de
Medida de la posibilidad de

0.5 0.5

ocurrrencia
ocurrrencia

0.0 0.0

La teoría de la probabilidad es la parte de las matemáticas que estudia los fenómenos aleatorios. Estos deben
contraponerse a los fenómenos determinísticos, los cuales son resultados únicos y/o previsibles de
experimentos realizados bajo condiciones determinadas, por ejemplo, si se calienta agua a 100 grados Celsius
a nivel del mar se obtendrá vapor.

Los fenómenos aleatorios, por el contrario, son aquellos que resultan de experimentos realizados, pero que
tienen como resultado posible un conjunto de alternativas, por ejemplo, el lanzamiento de un dado o de 3
monedas. (las posibilidades se pueden detallar en un diagrama de árbol)

En 1933, el matemático soviético Andréi Kolmogórov propuso un sistema de axiomas para la teoría de la
probabilidad, basado en la teoría de conjuntos y en la teoría de la medida, desarrollada pocos años antes por
Lebesgue, Borel y Frechet entre otros.

En el ámbito profesional de las ciencias económicas y comerciales, observará diferentes situaciones no

determinísticas que será necesario medir su posibilidad de ocurrencia, tal como:
1. La probabilidad de que las ventas aumenten un 20% en el próximo mes.
2. La probabilidad de que una acción publicitaria, sea exitosa
3. La probabilidad de que el próximo año, la economía se recupere.
4. La probabilidad de que la atención al cliente mejore, luego de haber implementado un plan de
capacitación.
5. La probabilidad de que aparezcan reparos al efectuar una auditoría contable.

Para el cálculo o definición numérica de la probabilidad de un evento, se dispone de tres enfoques que a
continuación se explican:

2.2.2 El enfoque clásico de probabilidad

Si hay A, posibles resultados favorables a la ocurrencia de un evento A y S posibles resultados totales, entonces
la probabilidad de que ocurra A es:

# de maneras que A puede ocurrir

𝑃(𝐴) =
# total de resultados posibles

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística
El enfoque clásico de la probabilidad se basa en la suposición de que cada resultado sea igualmente posible.
Éste, también se denomina enfoque a priori porque permite, (en caso de que pueda aplicarse) calcular el valor
de probabilidad antes de observar cualquier evento de muestra.
Ejemplo 1:
Si tenemos en una caja 15 tornillos verdes y 9tornillos rojos. La probabilidad de sacar un tornillo roja en un
intento es:
9
𝑃(𝐴) = = 0.3750, 𝑜 𝑒𝑛 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒𝑠, 37.5%
9 + 15

2.2.3 El enfoque de frecuencia relativa para cálculo de probabilidad

También llamado Enfoque Empírico, determina la probabilidad sobre la base de la proporción de veces que
ocurre un evento favorable en un número total de observaciones. En este enfoque no ese utiliza la suposición
previa de aleatoriedad. Porque la determinación de los valores de probabilidad se basa en la observación y
recopilación de datos.
Ejemplo 2:
Se ha observado que 9 conductores de cada 50 vehículos que transitan por una esquina, no tienen cinturón de
seguridad. Si un agente de tránsito se para en esa misma esquina en un día cualquiera ¿Cuál será la probabilidad
de que detenga un vehículo donde su conductor, no use el cinturón de seguridad?
9
𝑃(𝐴) = = 0.1800, 𝑜 𝑒𝑛 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒𝑠, 18%
50
Ejemplo 3:
En una zona rural se cuenta con información muestral relativa al consumo de electricidad en KW-hora. La
información con frecuencias absolutas y relativas, se muestra la tabla siguiente:

Consumo en Frecuencias
Número de
relativas
familias
Kw - hora porcentuales

0 - 40 30 18.52

40 - 80 50 30.86

80 - 120 40 24.69

120 – 200 25 15.43

200 – 500 10 6.17

500 – 800 5 3.09

800 - 1000 2 1.23

Suma 162 100.00

Tomando en consideración la tabla de frecuencias, se puede resolver que:

a) La probabilidad de que una familia de la muestra tenga un consumo menor a 40 kwh, es 0.1852.
b) La probabilidad de que una familia de la muestra consuma entre 120 y 200 kwh, es 0.1543.
c) La probabilidad de que una familia de la muestra consuma más de 200 kwh, es 0.1049.

Con los ejemplos anteriores, queda demostrado el uso de la frecuencia relativa para el cálculo de probabilidad.

Tanto el enfoque clásico como el enfoque empírico conducen a valores objetivos de probabilidad, en el sentido
de que los valores de probabilidad indican al largo plazo la tasa relativa de ocurrencia del evento.

2.2.4 El enfoque subjetivo de probabilidad

En este enfoque, la probabilidad de ocurrencia de un evento es el grado de creencia por parte de un individuo, de que
un evento ocurra, basado en cualquier información que disponga.
Se trata por tanto de un juicio personal o individual y es posible por tanto que, diferentes observadores tengan distintos
grados de creencia sobre los posibles resultados, igualmente válidos.

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística
2.3 Conceptos básicos:

Experimento: Cualquier acción o proceso del cual no se tiene certeza sobre el resultado, sino hasta después de ocurrido.
El experimento debe satisfacer ciertas características:
1. Puede repetirse un número ilimitado de veces bajo las mismas condiciones.
2. Es posible conocer por adelantado todos los posibles resultados en que pueda finalizar.
3. No se puede predecir con exactitud un resultado particular.

Espacio Muestral (S): El conjunto de todos los posibles resultados de un experimento.

 Ejemplo. Supongamos el lanzar un dado al aire y observaremos los resultados siguientes:

S = { 1, 2, 3, 4, 5, 6 }

 Ejemplo. En el lanzamiento de dos monedas tenemos;

S = { CC, CX, XC, XX }

Evento Simple ( E ): Cada uno de los posibles resultados de un experimento. En el caso del lanzamiento del dado, cada
uno de los posibles números en la cara del dado es un evento simple.

Evento Compuesto: Los eventos A, B, C, etc., son eventos compuestos si se componen de dos o más eventos simples.
En el ejemplo de lanzar un dado al aire, Eventos compuestos pueden ser, entre otros.
A = { evento que salga un # impar } B = { 1, 3, 5 } C = { el número sea ≤4 } = { 1, 2, 3, 4 }

Conjuntos:
Si se tiene los conjuntos M y N, las operaciones con Conjuntos, son las siguientes:

Unión: La unión de dos conjuntos M y N es otro conjunto formado por los elementos de M, de N o de ambos.
M U N = {a, c, b, g, 1, e}

En general, A o B es: 𝐴 ∪ 𝐵 = 𝐴 + 𝐵 − 𝐴 ∩ 𝐵

Intersección: La intersección de dos conjuntos M y N es otro conjunto formado por los elementos que pertenecen a
ambos conjuntos simultáneamente. M ∩ N = { b }

Complementos: El complemento de un conjunto M que se denota por Mc, es el conjunto que consta de todos los
elementos del espacio maestral que no están contenidos en M, pero sí en el espacio maestral. Mc = {j, f, g, 1, e, i, h }

Eventos mutuamente excluyentes: Dos o más eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir
simultáneamente. Es decir, la ocurrencia de un evento impide automáticamente la ocurrencia del otro evento (o eventos).

A B
𝑨 ∪𝑩=𝑨+𝑩

Eventos no excluyentes: Cuando dos conjuntos A y B tienen elementos en común, su intersección no es vacía.

A B

𝑨 ∪𝑩 = 𝑨+𝑩−𝑨∩𝑩

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística

Fenómenos determinísticos: son aquellos tales que, dado el estado inicial y las condiciones de realización, se puede predecir con
exactitud el estado final.

Fenómenos aleatorios o estocásticos: son aquellos tales que, dado el estado inicial y las condiciones de realización, no se puede
predecir con exactitud el estado final.

Experimentos y sucesos aleatorios: Diremos que un experimento es aleatorio, si se verifican las siguientes condiciones.

1. Se puede repetir indefinidamente, siempre en las mismas condiciones;

2. Antes de realizarlo, no se puede predecir el resultado que se va a obtener;
3. El resultado que se obtenga, pertenece a un conjunto conocido previamente de resultados posibles. (diagrama de
árbol, espacio universo de posibilidades, total de posibilidades); recuerde este conjunto, de resultados posibles, lo
denominamos espacio muestral y se acostumbra a simbolizarlo con la letra E, S o U. Los elementos del espacio
muestral se denominan sucesos elementales.

Ejemplos resueltos:

1. En una caja de una ferretería hay 30 bombillos de los cuales 8 son defectuosos. Se extraen al azar 5 bombillos. Calcular la
probabilidad de cada uno de los siguientes eventos:
# de maneras que A puede ocurrir
a.- Ninguno de los bombillos extraídos es defectuoso. 𝑃(𝐴) =
8𝐶0∗22𝐶5 # total de resultados posibles
R/ 𝑃(𝑐𝑒𝑟𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠) = = 0.1848
30𝐶5

Interpretación: 0.1848, es la probabilidad de que, en la extracción de 5 bombillos, ninguno sea defectuoso.

b.- Entre los 5 bombillos extraídos hay exactamente uno defectuoso.

8𝐶1∗22𝐶4
R/ 𝑃(𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = = 0.4106
30𝐶5

Interpretación: 0.4106, es la probabilidad de que, en la extracción de 5 bombillos, exactamente uno sea defectuoso.

c.- En la extracción por lo menos un bombillo es defectuoso.

Por lo menos un defectuoso:

Razonamiento:

𝑃(𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) ó 𝑃(𝑑𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) ó 𝑃(𝑡𝑟𝑒𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) ó 𝑃(𝑐𝑢𝑎𝑡𝑟𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) ó 𝑃(𝑐𝑖𝑛𝑐𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠)

𝑃(𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) + 𝑃(𝑑𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) + 𝑃(𝑡𝑟𝑒𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) + 𝑃(𝑐𝑢𝑎𝑡𝑟𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) + 𝑃(𝑐𝑖𝑛𝑐𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠)

8𝐶1 ∗ 22𝐶4
𝑃(𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = = 0.4106
30𝐶5
8𝐶2 ∗ 22𝐶3
ó 𝑃(𝑑𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) = = 0.3026
30𝐶5
8𝐶3 ∗ 22𝐶2
ó 𝑃(𝑡𝑟𝑒𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) = = 0.0908
30𝐶5
8𝐶4 ∗ 22𝐶1
ó 𝑃(𝑐𝑢𝑎𝑡𝑟𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) = = 0.0108
30𝐶5
8𝐶5∗22𝐶0
ó 𝑃(𝑐𝑖𝑛𝑐𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠) = = 0.0004 *
30𝐶5

*/Recuerda que si en la calculadora se lee 3.9296 -04, esto significa que hay cuatro ceros antes del 39296; es decir 0.00039296,
por aproximación: 0.0004.

𝑃(𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 0.4106 + 0.3026 + 0.0908 + 0.0108 + 0.0004 = 0.8152

Aplicando regla de la suma, en total, la probabilidad de al menos un defectuoso es 0.8152

Interpretación: 0.8152, es la probabilidad de que, en la extracción de 5 bombillos, por lo menos uno sea defectuoso.

También, se resuelve por complemento:

Sea X: número de piezas defectuosas.

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 < 1)

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0 )
8𝐶0 ∗ 22𝐶5
𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑥 ≥ 1) = 1 − = 1 − 0.1848 = 0.8152
30𝐶5
Material elaborado por Noé Cortez
 Universidad de El Salvador
Facultad de Ciencias económicas
Departamento de Matemática y Estadística
2.4 Reglas de probabilidad
1. Ley Fundamental de Probabilidad. Medir la posibilidad
de que un evento no determinístico, ocurra estará comprendida
entre 0 y 1: 0 ≤P(A) ≤1.
2. P(S) = 1. Probabilidad de ocurrencia de alguno de los
elementos del espacio muestral es uno. La suma de las
probabilidades de todos los resultados posibles del espacio
muestral es 1.
3. Ley del Complemento. Si Ac es el complemento de A,
entonces:
P (Ac ) + P (A) = 1
ó P (Ac ) = 1 - P (A)
ó P (A) = 1 - P (Ac )
4. 4. Ley aditiva para dos eventos mutuamente excluyentes.
Si un fenómeno determinado tiene dos posibles resultados A y
B mutuamente excluyentes (es decir, que no pueden darse de
forma simultánea, como ocurre en el lanzamiento de una
moneda al aire), la probabilidad de que una de esas dos
posibilidades ocurra se calcula como la suma de las dos
probabilidades individuales:
A B
𝑃(𝐴 𝑜 𝐵) = 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
La extensión de la ley aditiva anterior al caso de más de dos
sucesos mutuamente excluyentes A, B, C... indica que:
𝑃(𝐴 𝑜 𝐵 𝑜 𝐶 𝑜 … ) = 𝑃(𝐴 ∪ 𝐵 ∪ 𝐶 ∪ … ) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) + ⋯
5. 5. Ley aditiva para eventos que no son mutuamente
excluyentes. Si un fenómeno determinado tiene dos posibles
resultados no excluyentes A ó B, la probabilidad de que una de
esas dos posibilidades ocurra viene dada, en general, por la
expresión:
A B
𝑃(𝐴 𝑜 𝐵) = 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴𝑦𝐵)
2. Un sombrero contiene 20 pedazos de papel de color blanco numerados del 1 al 20; 10 de color rojo numerados del 1 al 10; 40 de
color amarillo numerados del 1 al 40 y 10 de color azul numerados del 1 al 10. Si se mezclan vigorosamente estos 80 pedazos de
papel de manera que todos tengan la misma probabilidad de ser extraído, determine la probabilidad de ser extraído, determine las
probabilidades de tomar un pedazo de papel que sea:
a.- azul o blanco;
c.- rojo o amarillo y numerado 1, 2, 3, o 4;
27 de abril de 2020
6. Reglas de la Multiplicación. Se refieren a la determinación
de la probabilidad de la ocurrencia conjunta de A y B. Existen
dos acepciones de esta regla:
a) Para dos eventos independientes:
Se dice que dos eventos son independientes cuando la
ocurrencia de uno no afecta la ocurrencia del otro. Si
tiramos una moneda tres veces, la probabilidad de que en
todas las ocasiones salga cara responde a eventos
independientes, ya que el resultado de un lanzamiento no
afecta lo que vaya a ocurrir en el próximo.
P(A y B ) = P( A ∩ B ) = P(A)*P(B)
b) Para eventos dependientes:
Es la probabilidad de A multiplicada por la
probabilidad condicional de B dado A.
𝑃(𝐴𝑦𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵 ⁄𝐴)
Si la posición de los dos eventos se invierte, se obtiene
un valor equivalente.
𝑃(𝐴𝑦𝐵) = 𝑃(𝐵𝑦𝐴) = 𝑃(𝐵) ∗ 𝑃(𝐴⁄𝐵 )
7. Reglas de Probabilidad Condicional: Para dos eventos
cualesquiera A y B en un espacio muestra S, tales que P(A) > 0
con P(A) ≠ 0, la probabilidad del evento B dado que el evento
A ocurrió previamente, se define por.
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵 ⁄𝐴) =
𝑃(𝐴)
O, también; para dos eventos cualesquiera A y B en un espacio
muestra S, tales que P(B) > 0 con P(B) ≠ 0, la probabilidad del
evento A dado que el evento B ocurrió previamente, se define
por.
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵 ) =
𝑃(𝐵)
b.- numerado 1, 2, 3, 4 o 5;
d.- numerado 5, 15, 25 o 35;
Material elaborado por Noé Cortez
Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística
El espacio muestral se puede resumir así:

Papeles #1 #2 #3 #4 #5 #6 #7 #8 #9 #10
Blancos

#11 #12 #13 #14 #15 #16 #17 #18 #19 #20

Papeles
Rojos #1 #2 #3 #4 #5 #6 #7 #8 #9 #10

Papeles #1 #2 #3 #4 #5 #6 #7 #8 #9 #10
Amaril los

#11 #12 #13 #14 #15 #16 #17 #18 #19 #20

#21 #22 #23 #24 #25 #26 #27 #28 #29 #30

#31 #32 #33 #34 #35 #36 #37 #38 #39 #40

Papeles
Azules #1 #2 #3 #4 #5 #6 #7 #8 #9 #10

3. En una pequeña ciudad, se clasificó a cada persona de acuerdo con su religión y su afiliación a un partido político. Los
resultados se resumen en la siguiente tabla cruzada:

Partido
Religión Demócrata Repúblicano Independiente Total
Protestante 100 80 20 200
Judío 55 60 5 120
Católico 85 95 15 195
Total 240 235 40 515

Si se elige al azar una persona de la ciudad,

a.- ¿cuánto es la probabilidad de que la persona seleccionada sea republicana?

235
𝑃(𝑅) = = 0.4563
515 Probabilidad de un evento simple
Interpretación: 0.4563,es la probabilidad de que la
persona escogida sea del partido republicano.

b.- ¿cuánto es la probabilidad de que la persona seleccionada sea católica?

195
𝑃(𝐶) = = 0.3786
515 Probabilidad de un evento simple
Interpretación: 0.3786, es la probabilidad de que la
persona escogida sea católica.

c- ¿cuánto es la probabilidad de que la persona escogida se Católico o demócrata?

𝑃(𝐶 𝑜 𝐷) = 𝑃 (𝐶) + 𝑃(𝐷) − 𝑃(𝐶𝑦𝐷)

Probabilidad de dos eventos no excluyentes
195 240 85
𝑃(𝐶 𝑜 𝐷) = + − = 0.6796
515 515 515

Interpretación: 0.6796, es la probabilidad de que la

persona escogida sea católica o demócrata

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística

d.- ¿cuánto es la probabilidad de que la persona seleccionada al azar, sea protestante o judío?

𝑃(𝑃 𝑜 𝐽) = 𝑃 (𝑃) + 𝑃(𝐽)

200 120 Probabilidad de dos eventos mutuamente excluyentes
𝑃(𝑃 𝑜 𝐽) = + = 0.6214
515 515

Interpretación: 0.6214, es la probabilidad de que la

persona escogida sea protestante o judío

e.- ¿cuánto es la probabilidad de que la persona seleccionada al azar, sea protestante y republicana?
80
𝑃(𝑃 𝑦 𝑅) = = 0.1553
515
Probabilidad de dos eventos conjuntos

Interpretación: 0.1553, es la probabilidad de que la

persona escogida sea protestante y republicana.

f.- ¿cuánto es la probabilidad de que la persona seleccionada al azar, sea católica e independiente?

15
𝑃(𝐶 𝑒 𝐼) = = 0.0291
515
Probabilidad de dos eventos conjuntos
Interpretación: 0.0291, es la probabilidad de que la
persona escogida sea católica e independiente.

g.- Si la persona elegida es católica, Probabilidad de dos eventos condicionados

cuál es la probabilidad de que sea independiente?

El Evento A, está condicionados a B, sí éste segundo evento ocurrió previamente.

𝑃(𝐴𝑦𝐵) 𝑃(𝐼 𝑦 𝐶)
𝑃(𝐴⁄𝐵) = 𝑃(𝐼⁄𝐶 ) =
𝑃(𝐵) 𝑃(𝐶)

Se lee, la probabilidad de A, habiendo ocurrida, previamente B. Se lee, la probabilidad de que la persona sea independiente,
conociendo previamente que es católica.

En la pregunta g, la condición es si la persona elegida es “católica”, luego de saber que es católica, se pregunta, cuánto es la
probabilidad de que sea “independiente”.
𝑃(𝐼𝑦𝐶) 15⁄
𝑃(𝐼⁄𝐶 ) = = 515 = 0.0769
𝑃(𝐶) 195⁄
515

Interpretación: 0.0769, es la probabilidad de que la persona escogida sea independiente,

si previamente se sabe que es católica.

h.- Se sabe que el elegido, es protestante,

cuánto es la probabilidad de que sea republicano. Probabilidad de dos eventos condicionados
𝑃(𝑅𝑦𝑃) 80⁄
(𝑅⁄𝑃) = = 200 515 = 0.4000
𝑃(𝑃) ⁄515

Interpretación: 0.4000, es la probabilidad de que la persona escogida sea republicana,

si previamente se sabe que es protestante.

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística

Si se eligen al azar a dos personas; Probabilidad clásica

i.- ¿Cuál es la probabilidad de que ambas sean católicas?

De acuerdo a la tabla de contingencia: católicas son 195; no católicas son 320: en total 515
195𝐶2∗320𝐶0
𝑃(𝑑𝑜𝑠 𝑐𝑎𝑡ó𝑙𝑖𝑐𝑎𝑠) = = 0.1429, la probabilidad de que ambas personas sean católicas
515𝐶2

Interpretación: 0.1429, es la probabilidad de que ambas personas seleccionadas sean católicas

j.- Al menos uno sea protestante. Probabilidad clásica y regla de la suma

De acuerdo a la tabla de contingencia: Protestantes: 200; No protestantes 315

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑠𝑒𝑎 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) = 𝑃(𝑢𝑛𝑜 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) ó 𝑃(𝑑𝑜𝑠 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒𝑠)

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑠𝑒𝑎 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) = 𝑃(𝑢𝑛𝑜 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) + 𝑃(𝑑𝑜𝑠 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒𝑠)

200𝐶1∗315𝐶1 200𝐶2∗315𝐶0
𝑃(𝑢𝑛𝑜 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) = = 0.4760 ó 𝑃(𝑑𝑜𝑠 𝑝𝑟𝑒𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒𝑠) = = 0.1504
515𝐶2 515𝐶2

𝑃(𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑠𝑒𝑎 𝑝𝑟𝑜𝑡𝑒𝑠𝑡𝑎𝑛𝑡𝑒) = 0.4760 + 0.1504 = 0.6264

Interpretación: 0.6264, es la probabilidad de que al seleccionar dos personas, al menos una sea protestante.

k. No sean judíos?
Probabilidad clásica
En tabla de contingencia; Judíos : 120 No judíos 395

395𝐶2 ∗ 120𝐶0
𝑃(𝑛𝑜 𝑗𝑢𝑑í𝑜𝑠) = = 0.5879
515𝐶2

Interpretación: 0.5879, es la probabilidad de que al seleccionar dos personas, no sean judías.

Si se eligen al azar a 5 personas;

Probabilidad clásica
l. Cuál es la probabilidad de que hayan 4 católicos.

En tabla de frecuencias; Católicos : 195 no católicos : 320

195𝐶4 ∗ 320𝐶1
ó 𝑃(𝑐𝑢𝑎𝑡𝑟𝑜 𝑐𝑎𝑡ó𝑙𝑖𝑐𝑜𝑠) = = 0.0631
515𝐶5

Interpretación: 0.0631, es la probabilidad de que al seleccionar 5 personas, 4 sean católicas y una no.

Material elaborado por Noé Cortez

Universidad de El Salvador
Facultad de Ciencias económicas 27 de abril de 2020
Departamento de Matemática y Estadística

A continuación se dispone de algunos cálculos de frecuencias relativas

Frecuencias relativas en relación al total:

Partido
Religión Demócrata Repúblicano Independiente Total
Protestante 0.1942 0.1553 0.0388 0.3883
Judío 0.1068 0.1165 0.0097 0.2330
Católico 0.1650 0.1845 0.0291 0.3786
Total 0.4660 0.4563 0.0777 1.0000

Material elaborado por Noé Cortez