Universidad Nacional del Santa CURSO ESTADÍSTICA

LECTURA 10: NOCIONES DE PROBABILIDAD (PARTE I)

DEFINICIONES BÁSICAS DE PROBABILIDAD. PROBABILIDAD Y ENFOQUES

DE PROBABILIDAD

TEMA 20: DEFINICIONES BASICAS DE PROBABILIDAD

1. EXPERIMENTO
Un experimento es un proceso mediante el cual se obtiene el resultado de una
observación. Un experimento puede ser determinístico o aleatorio.

1.1. Experimento determinístico: Cuando el resultado de la observación es

determinado en forma precisa por las condiciones bajo las cuales se realiza el
experimento.

Ejemplo 1:
- Lanzar una pelota en un tanque de agua y ver si flota o se hunde.
- Soltar una piedra en el aire.
- Observar la suma de dos números naturales pares.

1.2. Experimento aleatorio: Un experimento es aleatorio o no determinístico,

cuando los resultados de la observación no se puede predecir con exactitud, antes
de realizar el experimento.

Ejemplo 2:
- Observar el tiempo de vida de una computadora.
- Elegir un presidente de un grupo de 50 personas.
- Lanzar un dado y ver el número que aparece en la cara superior.

2. ESPACIO MUESTRAL
Es el conjunto de resultados posibles de un experimento aleatorio.
= {w/w es un resultado particular simple de la realización de un exp. aleat.}
Universidad Nacional del Santa CURSO ESTADÍSTICA

Los resultados posibles de un experimento se llaman puntos de muestra.

Ejemplo 3:
E1: Lanzar un dado y el observar el número que aparece en la cara superior.
1 = {1, 2, 3, 4, 5,6}

E2: Observar los resultados de un partido de fútbol.

2 = {gana, pierde, empata}

E3= Preguntar a una ciudadano en particular su edad en años.

3 = {w R+/ w≥18}

Los espacios muestrales se clasifican en:

a) Espacio muestral discreto: Si se tiene un número finito o infinito numerable de
elementos.
b) Espacio muestral continuo: Cuando sus elementos son todos los puntos de un
intervalo.

3. EVENTOS
Son subconjuntos de un espacio muestral ( ). En particular el espacio muestral ( )
y el conjunto vacío ( ) son eventos. Al espacio muestral ( ) se le llama evento
seguro y al conjunto ( ) se le llama evento imposible.
Los eventos se denotan por las letras mayúsculas del abecedario: A, B, C, etc.

3.1. Tipos de eventos:

a) Evento simple: Cuando contiene solamente un punto del espacio muestral.
b) Evento Compuesto: Cuando puede expresarse como la unión de dos o más
eventos simples.

Ejemplo 4:
Sea el experimento: lanzar una moneda dos veces y observar la cara superior.
a) Liste los elementos del espacio muestral.
b) Determinar los siguientes eventos:
A1: Ocurre cara en el primer lanzamiento.

A2: Ocurre sello en el segundo lanzamiento.

Universidad Nacional del Santa CURSO ESTADÍSTICA

A3: Ocurre por lo menos una cara.

A4: Ocurre lo mismo en ambos lanzamiento.

Solución: Diagrama del árbol

C
S
C
S
S

a) = {(c,c), (c,s), (s,c), (s,s)

b) A1 = {(c,c), (c,s)}
A2 = {(c,s); (s,s)}
A3 = {(c,s), (s,c), (c,c)}
A4 = {(c,c), (s,s)}

Ejemplo 5:
Dado el siguiente experimento:

E: Preguntar a dos empresas que venden por Internet su fuente principal de

ingreso de comercio electrónico.
Teniendo en cuenta que fuente principal de comercio electrónico es:
P: Publicidad C: Comisiones y V: Venta de productos/Servicios

a) Liste los elementos del espacio muestral.

b) Determine los elementos de los siguientes eventos:
A: Que en ambas empresas la fuente principal de ingreso de comercio
electrónico sea por venta productos / servicios.
Universidad Nacional del Santa CURSO ESTADÍSTICA

B: Que solamente en la segunda empresa la fuente principal de ingreso de

comercio electrónico sea por comisiones.

C: Que en ninguna empresa la fuente principal de ingreso de comercio

electrónico sea por publicidad.

D: Que la fuente principal de ingreso de comercio electrónico sea por

publicad o comisiones.

Solución:

DIAGRAMA DEL ARBOL

C
P

V
P

C C

V
P

V
C

a)
PP, PC, PV, CP, CC, CV, VP, VC, VV
Universidad Nacional del Santa CURSO ESTADÍSTICA

b)

A VV

B PC, VC

C CC, CV, VC, VV

D PP, PC, CP, CC

4. OPERACIONES CON EVENTOS

Usando las operaciones con conjuntos podemos formar nuevos eventos. Estos
nuevos eventos serán nuevamente subconjunto del mismo espacio muestral de los
eventos dados.

a) Unión de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral Ω. La unión de
eventos es el evento que ocurre si A ocurre o B ocurre o ambos ocurren.

Simbólicamente:
A B = {w /w A v w B}

A B
A
A B
B

A B A B A B
Universidad Nacional del Santa CURSO ESTADÍSTICA

b) Intersección de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral Ω, la intersección de
estos eventos, es el evento que ocurre si A y B ocurren simultáneamente.

Simbólicamente:
A B = {w /w A w B}

A B

A B

c) Complemento de un evento: A
Si A es un evento del espacio muestral , se llama complemento del evento A, al
evento que ocurre si A no ocurre.

Simbólicamente:
A = {w /w A}

AC A

d) Diferencia de Eventos: A – B
Sean A y B dos eventos de un espacio muestral Ω, se llama diferencia de los
eventos A y B, al evento formado por los elementos que son favorables a A pero que
no son favorables a B.

Simbólicamente:
A – B = {w /w A w B}
Universidad Nacional del Santa CURSO ESTADÍSTICA

A B

A B A B
e) Inclusión de eventos: A B
Dado dos eventos A y B de un espacio muestral Ω, se dice que el evento A está
contenido B, si siempre que ocurre A ocurre B.

Simbólicamente: A B, si W a W B

A B

5. EVENTOS MUTUAMENTE EXCLUYENTES Y EVENTOS

COLECTIVAMENTE EXHAUSTIVOS

a) Una colección de eventos A1, A2,..., Ak definidos sobre un mismo espacio

muestral. Se dice que son mutuamente excluyentes, si la ocurrencia de uno de ellos
excluye la ocurrencia de los otros, es decir:

Ai Aj i j ; i 1, 2, ......., k
Universidad Nacional del Santa CURSO ESTADÍSTICA

b) Se dice que una colección de eventos A 1, A2,...., Ak, definidos sobre el mismo
espacio muestral son colectivamente exhaustivos, si la unión de ellos de ello es igual
al espacio muestral.

k
A1 A2 ....A k Ai ; i 1, 2, ......., k
i 1

6. PROPIEDADES DE LAS OPERACIONES CON EVENTOS

Dado los eventos A, B y C de un espacio muestral Ω, se verifican las siguientes
propiedades básicas de unión e intersección de eventos.

a) Ley conmutativa.
A B=B A
A B=B A

b) Ley asociativa
(A B) C = A (B C)
(A B) C=A (B C)

c) Ley Distributiva
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)

d) Complemento del complemento

c
C
(A ) = A

e) A =
A =A
A AC =
A A =A
Universidad Nacional del Santa CURSO ESTADÍSTICA

f) A =A
A=
A AC =
A A=A

g) Leyes de Morgan

A B A B

Ω
A B

A B A B

A B

i) A ( A B) (A B)

A B

A B
Universidad Nacional del Santa CURSO ESTADÍSTICA

j) Si A B, entonces A B=ByA B=A

TEMA 21: PROBABILIDAD Y ENFOQUES DE PROBABILIDAD

Frecuentemente se usa el término probabilidad para sugerir que existe duda o

incertidumbre sobre lo que ocurrió, lo que ocurre ocurrirá. La experiencia humana
demuestra que existe una serie de hechos, acontecimientos, experimentos cuyos
resultados no se pueden determinar anticipadamente; sin embargo si es posible
definir, estimar o predecir el probable resultado. Podemos conocer el pasado, pero
nunca el futuro, pero existe un permanente interés por despejar las incertidumbres.

Las situaciones que implican incertidumbre varían desde simples juegos al azar,
como la ruleta, los dados, los naipes, la lotería, los tragamonedas, etc. A otros
experimentos y acontecimientos tan variados, complejos e importantes dentro de las
ciencias médicas, ciencias sociales, la economía, las industrias, los negocios, los
seguros, las inversiones, etc. Permanente interesa predecir o estimar lo que
sucederá en ciertas circunstancias. Un empresario decide comercializar un producto
si sabe que la probabilidad de aceptación es alta. El aficionado de fútbol, puede
apostar contra su equipo favorito si sabe que la probabilidad de que gane es muy
pequeña. Los inversionistas no deciden invertir en un país políticamente y
económicamente inestable si saben que porque la probabilidad de obtener
rendimientos futuros es baja. Es posible que ninguno de ellos sepa definir o medir la
probabilidad, pero si encontrará útil la idea de estimarla intuitivamente.

El propósito de esta sesión es ilustrar las formas en las que pueden medirse la
posibilidad o probabilidad de ocurrencia de eventos futuros. Al mejorar la habilidad

10
Universidad Nacional del Santa CURSO ESTADÍSTICA

para juzgar la ocurrencia de eventos futuros, se puede minimizar el riesgo y la

especulación arriesgada relacionada con el proceso de toma de decisiones.

1. PROBABILIDAD
Es la posibilidad numérica de la ocurrencia de un evento casual.

2. AXIOMAS DE PROBABILIDAD
a) La probabilidad de un evento cualquiera, es siempre positiva.
P( A) 0
b) La probabilidad de un evento cierto o seguro, es la probabilidad del espacio
muestral, que equivale a la unidad.
P( ) 1
c) La probabilidad de la unión de una familia de eventos mutuamente excluyentes
es igual a la suma de las probabilidades de dichos eventos.
P(A1 A 2 ..... A k ) P(A1 ) P(A 2 ) ....P(A k )

k k
P Ai P(A i )
i 1
i 1

3. TEOREMAS DE LOS AXIOMAS DE PROBABILIDAD

De los axiomas de probabilidad resultan los siguientes teoremas:
a) La probabilidad de un evento toma valores entre cero y uno. Es decir:
0 P( A) 1
b) La probabilidad de un evento nulo o imposible, es cero. Es decir:
P( ) 0
c) La probabilidad del complemento de un evento está dada por:
P( A) 1 P( A)
d) Si el evento A es un subconjunto del evento B, entonces:
P( A) P(B)

4. ENFOQUES O TIPOS DE PROBABILIDAD

Existen tres enfoques para el estudio de la probabilidad.

11
Universidad Nacional del Santa CURSO ESTADÍSTICA

4.1. Enfoque clásico

Llamada también probabilidad a priori debido a que es posible conocer el resultado
con anterioridad, es decir, sin llevar a cabo el experimento y sólo basado en el
razonamiento lógico. Se basa en el supuesto en que cada elemento del espacio
muestral tiene la misma posibilidad de ser elegido.

Para un evento A cualquiera, entonces:

Casos favorables de ocurrencia del evento A

P( A)
Total de casos posibles

n( A)
P( A)
n( )

Ejemplo 1:
Hallar la probabilidad de obtener cara en el lanzamiento de una moneda.

Solución:
El espacio muestral será:
{c, s}

Sea el evento A: obtener cara.

Luego:
n( A)
P( A)
n( )

1
P( A) 0.5
2

Ejemplo 2:
Hallar la probabilidad de obtener el número 2 en el lanzamiento de un dado.

Solución:

12
Universidad Nacional del Santa CURSO ESTADÍSTICA

El espacio muestral será:

{1,2,3,4,5,6}
Sea el evento B: Obtener el número 2.
Luego:
n(B)
P(B)
n( )

1
P(B) 0.17
6

Las probabilidades clásica, se utiliza para experimentos simples, como los

mencionados anteriormente. En la vida real se presentan situaciones más complejas
que requieren el cálculo de probabilidad desde otro enfoque.

4.2. Enfoque relativo

El cálculo de este tipo de probabilidad se basa en la repetición de la ocurrencia de
un evento, al realizar una gran cantidad de pruebas o experimentos.

Para un evento A cualquiera, entonces:

Número de veces que ocurrió el evento A

P( A)
Número total de observaciones

f
P( A)
n

La probabilidad de frecuencia relativa, es llamada también empírica o a posteriori,

debido a que se obtiene el resultado después de llevar a cabo el experimento.

Ejemplo 3:
En una encuesta realizada a 1500 pequeñas empresas de la ciudad de Lima, sobre
el número de medidas de seguridad se encontró los siguientes resultados:

13
Universidad Nacional del Santa CURSO ESTADÍSTICA

TABLA N° 33
N° de medidas de N° de Empresas
seguridad
Ai fi P( Ai )
0 100 0.07
1 800 0.53
2 300 0.20
3 250 0.17
4 50 0.03
Total 1500 1.00

a) ¿Cuál es la probabilidad de que las pequeñas empresas tengan 2 medidas de

seguridad?
P(A2)=0.20
El 20% de las empresas tienen 2 medidas de seguridad.

b) ¿Cuál es la probabilidad de que las pequeñas empresas tengan más de 2

medidas de seguridad?
P(Ai > 2) = P(A4) + P(A5) = 0.17 + 0.03 = 0.20
El 20% de las pequeñas empresas tienen más de 2 medidas de seguridad.

4.3. Enfoque subjetivo

Es la probabilidad asignada bajo un criterio personal, basado en cualquier tipo de
evidencia disponible.
Las probabilidades subjetivas se asignan a eventos que pueden suceder solo una
vez o muy pocas veces.

Ejemplo 4:
a) La probabilidad que una mujer llegue a ser presidenta de los EE.UU.
b) La probabilidad que el hombre viva eternamente.
c) La probabilidad que quiebre la bolsa de valores de New York.

14