2. Unidad 2. Teoría Elemental
de Probabilidades
Con esta teoría se estudia fenómenos
naturales con el fin de descubrir regularidades
en la ocurrencia de los mismos.
Sus fundamentos aunque parezca extraño se
basó en un inicio en el estudio de los juegos al
azar (dados, cartas, ruletas, etc), así comenzó
esta ciencia en la Francia Monárquica.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
3. Sus aplicaciones hoy día abundan desde
ramas de las ciencias como por ejemplo en la
genética mendeliana, genética de
poblaciones, análisis de experimentos,
predicciones del tiempo, predicción de ataque
de plagas, etc.
En nuestra vida diaria aplicamos
inconscientemente probabilidades cuando
compramos un billete de lotería o llevamos
un paraguas cuando vemos el cielo nublado.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 3/24
4. Términos Básicos.
Experimento: Es el proceso que permite
obtener una o varias observaciones.
Espacio Muestral “S” ó “Ω ”: Todos los posibles
resultados de un experimento.
Evento “A”: Algún resultado del experimento
que nos interesa.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
5. Ejemplos:
Experimento: tirar un dado.
Espacio muestral “ Ω”= (1, 2, 3, 4, 5, 6)
Evento “A” = sale 3.
Experimento: tirar dos veces una moneda.
Espacio muestral “ Ω”= (s-s, s-c, c-c, c-s)
Evento “A” = ocurre (s-c).
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
6. Probabilidades: La probabilidad de un
evento “A” se define como la frecuencia
relativa de “A” en el espacio muestral
“Ω”y se denota como P(A).
Por ejemplo, supongamos que en un
municipio hay 64 trabajadores que
fabrican adoquines de forma manual y
16 con una máquina.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
7. En este caso hay 2 eventos: Fabricación
manual y con máquinas y existe la P(ma) y la
P(mq) asociados a la frecuencia de ocurrencia
de cada evento.
La probabilidad que al elegir un adoquín al
azar y que este fue elaborado de forma
manual P(ma) es de 64/80 = 0.80 ó 80 %
P(A) = # casos favorables / # casos Totales de Ω= #A / # elementos de Ω
Se debe considerar que la P(A) se hace más real en la medida el número de
elementos de se hace más grande .
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
8. Propiedades de la Probabilidad
0 ≤ P(A) ≤ 1
El evento A es más probable que B P(A) ≥ P(B)
Un Evento cierto, que seguramente ocurre,
tiene probabilidad 1.
Un Evento imposible, que nunca ocurrirá, tiene
probabilidad 0.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
9. Regla del producto.
Si dos evento “A” y “B” son independientes, si “A” no
influye de ninguna manera en “B” y viceversa. La
probabilidad que los eventos independientes “A”y
“B” ocurran al mismo tiempo es P(A y B) = P(AB) =
P(A) x P(B)
Por ejemplo si la Probabilidad de obtener cara al
arrojar una moneda es 0.5, P(cara) = 0.5, la
probabilidad que al arrojar dos veces la moneda
salgan dos caras, ya que ambos eventos son
independientes, uno no influye sobre otro, la P(cara,
cara) es de “0.5 x .05 = 0.25”
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
10. Una paradoja es que una persona que
compra todas las semanas la lotería,
para un sorteo dado, tiene la misma
probabilidad de sacar el premio mayor
que una persona que compró un
número por primera vez.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 10/24
11. Ejercicio :
Estimar la probabilidad que al elegir por sorteo dos
estudiantes del grupo, ambos sean varones.
Determinar también cuales eventos forman “Ω” es
este caso.
Si los sucesos son independientes: P(A) x P (B) es
igual p(A B)
Otro enfoque de mirar independencia es, dos
eventos A y B son independientes si y sólo si:
P(AB) = P(A) y P (BA) = P(B) o, que es lo mismo:
P(A B) = P(A) x P(B)
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
12. Regla de la Suma.
Para que dos eventos “A” y ”B” se puedan sumar
directamente, estos deben se incompatibles, es
decir ellos no pueden ocurrir al mismo tiempo.
P(A∩B) = 0
La probabilidad que ocurra “A” ó “B” para eventos
incompatibles “A” y “B” es P(A ó B) = P (A) + P (B)
= P(AU B)
Si los eventos no son incompatibles P(AUB) = P
(A) + P (B) - P(A∩B). Esta sería la regla general de
la suma de probabilidades.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
13. En el ejemplo de arrojar dos veces una
moneda al aire, la probabilidad que
salga una vez cara y el otro sol sin
importar el orden, es la probabilidad de
los eventos “cara, sol” y “sol, cara”.
Debido a que son cuatro los eventos
posibles “Ω”= cara–cara, sol–cara,
cara–sol y sol-sol y cada uno con igual
probabilidad, cada uno de esto eventos
tiene una P= 0.25, de ocurrencia.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
14. Por lo tanto la ocurrencia de
“cara-sol” más “sol – cara”es de “P
(c, s) + P (s,c)”), que en valore de
probabilidades es de P (0.25) + P
(0.25) = 0.5
CARA SOL
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
15. Ejercicio
En la matricula de primer año de la
universidad, 150 estudiantes son
originarios del departamento de Estelí,
60 estudiantes del departamento de
Nueva Segovia y 100 estudiantes del
resto del país. ¿Cuál es la probabilidad
que un estudiante tomado al azar no sea
del departamento de Estelí?
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 15/24
16. Probabilidad condicionada
Como la probabilidad está ligada a
nuestra ignorancia sobre los resultados
de la experiencia, el hecho de que ocurra
un suceso, puede cambiar la
probabilidad de los demás. El proceso
de realizar la historia de un caso,
explorar y realizar pruebas
complementarias ilustra este principio.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
17. La probabilidad de que ocurra el suceso A si ha
ocurrido el suceso B, “P (AB)”, se denomina
probabilidad condicionada y se define.
Si p (B) ≠ 0
La condición que P(B) > 0, esto es necesario para
una buena definición de probabilidad condicional.
Es de notar que si A y B son sucesos
independientes, la P(AB) es igual a la P(A).
De lo anterior se deduce que:
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
18. Ejemplo:
Se conoce que a los estudiantes de la UNI
tienen las siguientes preferencias en el
consumo de gaseosas:
Consumo de
Gaseosas por Varones Mujeres Total
semana
No consume 30 10 40
1-5 veces 50 25 75
Más de 5 veces 20 15 35
Total 100 50 150
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 18/24
19. Si de un grupo de jóvenes del bar de la
universidad, se selecciona al azar un
estudiante varón ¿Cuál es la probabilidad
que ese que ese joven halla consumido más
de 5 gaseosas por semana?
En este problema ya no es necesario
conocer el número total de estudiantes,
porque al seleccionar a un individuo del sexo
masculino, los individuos del sexo femenino
no son tomados en cuenta.
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
20. Entonces se puede definir la probabilidad
deseada como ¿Qué probabilidad existe de
que un individuo beba más de 5 gaseosas a la
semana dado que el individuo seleccionado
sea varón? Esta es una probabilidad
condicional y se resuelve de la siguiente
manera:
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com
21. P(C+5Sv) = (20/150) / 100/150) =
20/100= 0.2, donde “C” es por consumo y “S” por
sexo.
Ejercicio
Si se tiene una escuela de 200 alumnos
distribuidos en tres aulas y por sexo: mujer M, y
varón, V; como sigue:
Aula/ Sexo Varón Mujer
A 20 20
B 30 30
C 56 44
Total 106 94
22. PREGUNTAS:
¿Cuál es la probabilidad que un estudiante,
sin importar el sexo, sea del aula B?
¿Cuál es la probabilidad que un estudiante
sea del aula A, si el estudiante es mujer?
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 22/24
23. Ejercicio
En un aula hay 6 estudiantes realizando un
examen, dos son mujeres y cuatro son varones.
¿Cuál es la probabilidad que finalice una mujer
de segunda dado que el primero en finalizar
fue un hombre?
Si la solución es:
¿Explicar cómo se construyeron los valores
8/30 y 4/6?
Prof. Johnny Montenegro Molina www.jmontenegro.wordpress.com 23/24