ASIGNATURA: ESTADISTICA

DESARROLLO DE CONTENIDO

UNIDAD 1 INTRODUCCIÓN A LA PROBABILIDAD

1. Noción de experimento aleatorio

Los fenómenos o experimentos aleatorios son aquellos en los que se pueden obtener
varios resultados, sin que pueda ser previsible enunciar con certeza cuál de estos va a
ser observado en la realización del experimento a pesar de haberlo realizado en
similares condiciones. Un experimento aleatorio, es aquel del que no podemos
predecir su resultado, es decir, que depende de la suerte o azar.

Un ejemplo de este tipo de experimentos lo podemos ver en un lanzamiento de un

dado, en el cual, por más veces que tiremos de él no podemos asegurar qué caerá el
número 1 en determinado lanzamiento ya que existen otras cinco posibilidades (2, 3,
4, 5 o 6).

A la colección de resultados que se obtiene en los experimentos aleatorios se le llama

espacio muestral.

Puede afirmarse que un experimento aleatorio implica cualquier operación cuyo

resultado no puede predecirse con exactitud. (Dato obtenido del texto: Cáceres
Hernández, José Juan. Conceptos básicos de Estadística para Ciencias Sociales.
Delta Publicaciones, Madrid, 2007. p. 149).

Entonces, un experimento aleatorio Se compone de tres etapas: experimento,

resultado, evento. El termino Aleatorio, como bien es conocido, significa que cualquier
objeto o persona tiene igual probabilidad de ser seleccionado.

Un experimento se define como toda acción bien definida que conlleva a un resultado,
por ejemplo: El lanzamiento de un dado, una vez, dos veces, n-veces etc., le
llamamos experimento.

Un resultado es definido como los valores que puede tomar un experimento, por
ejemplo: La cara que esperamos que salga al caer el dado: puede caer 1, 2, 3, 4, 5, 6.
Una de las seis caras del mismo, a esto le llamamos los resultados posibles. Calcular
la probabilidad aquí será de 1/6, una de las seis caras que tiene el dado. El 1
corresponde al posible resultado que se puede obtener dentro de los seis posibles
casos (sólo puede haber un resultado, es decir, un número en un lanzamiento de
dado), y el 6 por lo tanto, es el número total de casos que se pueden dar.

El evento se define como lo que estamos buscando o esperando de un experimento,

por ejemplo: que en el ejemplo del dado, nos interese el evento de caer un número
par, caer un número impar. Caer un número mayor que dos, mayor que tres, mayor
que 4. Si se lanza dos veces el dado, esperaríamos los siguientes resultados: (1, 1),
(1, 2), (1, 3),…, (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), y así sucesivamente, un
espacio de 36 números de las caras del dado.

Otro ejemplo clásico que nos ayudará a entender un poco más la definición de
experimento, resultado y evento; es el lanzamiento de una moneda:
Experimento: lanzar una moneda dos veces.
Resultado: la cara que se espera caerá es: águila o sol. Se le asigna una Probabilidad
de ½ debido a que la probabilidad de éxito total es 1 y la probabilidad de fracaso es 0.
Esto quiere decir que la suma de todas las probabilidades de un evento cualquiera
debe sumar 1, en este caso como sólo se obtienen dos posibles resultados, se asigna
a cada uno de ellos la probabilidad de ½ o 0.5

En este caso como son dos lanzamientos, los posibles resultados serían: águila-águila
(AA), sol-águila (SA), águila-sol (AS) y sol-sol (SS).

Evento: en este caso nos interesa calcular todos los posibles valores, es decir, que
caigan dos águilas, dos soles, sol y águila, y águila y sol

 1  1 
El cálculo:    = 1/4 dos águilas
 2  2 
 1  1 
   = 1/4 dos soles
 2  2 
 1  1 
   = 1/4 sol y águila
 2  2 
 1  1 
Y    = 1/4 águila y sol
 2  2 
Si observamos, la suma de todos los resultados (probabilidades) nos dará 1, que es la
probabilidad de éxito total, esto quiere decir que, las probabilidades asignadas a cada
evento fueron las adecuadas.

Algunos ejemplos:

• La selección al azar de un mes del año

• El cálculo de la estatura que alcanzará una persona específica a los 25 años
• El número premiado en el próximo sorteo de la lotería
• El tiempo exacto que tardaras en transporte de tu casa a la universidad.
• La cantidad de agua que tomarás la próxima semana.

Experimento Determinístico
En este tipo de experimentos cada resultado es único y no cambia si las condiciones
en que se efectúa se mantienen constantes. Por estar completamente caracterizados
los resultados de los experimentos determinísticos dejan de ser de interés en el
presente curso. En el caso de los fenómenos sociales y/o económicos, por su misma
característica de cambio continuo, no se pueden considerar como experimentos del
tipo determinista. Es por esto que nos enfocaremos al empleo de los experimentos
aleatorios para nuestro curso.

Algunos ejemplos:

• De qué partido político surgió el Presidente de México.

• México aún tiene deuda externa con Estados Unidos.
• Que en el país existe un alto índice de pobreza.
• En época de lluvia hay inundaciones en las zonas rurales.
• En el país hay abuso de autoridad y corrupción.
2. Espacios. Espacio de eventos
Un evento se describe como una característica única de un posible tipo de ocurrencia,
como los eventos mencionados anteriormente. La colección de estos eventos
conforma entonces lo que llamaremos espacio muestra, o espacio muestral.

En la teoría de la probabilidad se piensa en ocasiones en los posibles resultados de un

ensayo, experimento, etc., llamado espacio muestral, denominado con la letra S, y si
este espacio contiene un número finito de puntos, y cada punto está asociado con un
número no negativo, llamado probabilidad, de manera que la suma de todos ellos es
uno. El suceso es entonces un conjunto o colección de puntos de S, tal como E1 o E2,
y se puede representar en un diagrama de Venn:

S
E2

E1

Así, el suceso E1uE2 (E1 + E2) es el conjunto de puntos que están en E1 o en E2 o

ambos (es la unión de conjuntos), mientras que el suceso E1nE2 (E1 y E2), será el
conjunto de puntos comunes a ambos (es la intersección de dos conjuntos). La
probabilidad del suceso E1 será aquella suma asociada a todos los puntos del mismo,
por analogía, la suma de los sucesos E1 + E2, será la suma de las probabilidades
asociadas a todos los puntos contenidos en ambos, la probabilidad será simbolizada
aquí como:

P{E1 + E2}

Cuando los sucesos no tienen puntos en común, entonces se denotarán como

P {E1} + P{E2} también se les llamará sucesos excluyentes. Pero si tienen puntos
en común, entonces:
P{E1 + E2} = P{E1} + P{E2}– P{E1E2}, en la notación de conjuntos esto se
escribirá

E1 ∪ E 2 para la unión, E1 ∩ E 2 para la intersección.

Ejemplo 2.1. Un experimento consiste en tirar un dado y una moneda. Si E1 denota

el suceso águila al tirar la moneda y E2 es el suceso 3 ó 6 al tirar el dado, enunciar en
palabras el significado de
(a) E1 (b) E2 (c) E1 E 2 (d) P{E1 E2 }
(f) P{E1 + E2 }
En este ejemplo como podrás notar hay incisos donde aparecen las letras testadas
E
( 1 ), para este caso hay que recordar el concepto de complemento que se vio en tu
curso anterior de matemáticas (Ac). El universo en probabilidad será el valor de 1, por
lo tanto, el complemento de una probabilidad será: 1 – p(A).

E1 es la probabilidad de obtener sol (que es el complemento de águila), de

modo que:

P{ E1 + E1 ) = 1donde E1 es águila y 1 es sol, la suma de ambos nos tiene

que dar 1 que es el éxito total de una probabilidad.

E2 es el complemento de 3 o 6, esto es: 1,2,4 ó 5

RESPUESTA. EJEMPLO 2.1.

Interpretando estos resultados:
a) Sol en la moneda y cualquier cosa en el dado.
b) 1, 2, 4 ó 5 en el dado y cualquier cosa en la moneda.
c) Águila en la moneda y 3 ó 6 en el dado.
d) La probabilidad de águila en la moneda y 1, 2, 4 ó 5 en el dado.
e) La probabilidad de sol en la moneda, ó 1, 2, 4 ó 5 en el dado, o ambos.

Definición de PROBABILIDAD

La probabilidad de que ocurra el evento A, es la razón entre el número de casos

favorables n(A) y el número total de resultados posibles n(S). Esto es:

Al definir la probabilidad clásica como la razón:

En la que se cumple la relación:

n(S) ≥ n(A) ; siempre será mayor ya que n(s) representa el número total de resultados
de un experimento.

Se tiene como consecuencia que:

0 ≤ p(A) ≤ 1
Lo anterior significa que la probabilidad (para cualquier evento suceso) máxima es 1 y
que la mínima es 0; en particular es un número positivo comprendido entre cero y uno
(inclusive).

Comúnmente en la teoría de la probabilidad se considera la extracción de bolas de

colores de una bolsa o de una urna,

Ejemplo de esto se presenta a continuación:

Ejemplo 2.2. Se extrae al azar una bola de una urna que contiene 7 bolas negras, 4
rojas y 5 verdes. Hallar la probabilidad de que la bola extraída sea: (a) negra, (b) roja,
(c) verde, (d) no negra, ( e ) no roja, (f) no verde, (g) negra o verde.

Denotando a N = bola negra, R = bola roja, V = bola verde

RESPUESTA EJEMPLO 2.2.

(a) P{N } =
formas de escoger una bola negra
P{N } =
7 7
= = 0.4375
formas totales de escoger una bola 7 + 4 + 5 16

(b) P{R} =
formas de escoger una bola roja
P{N } =
4 4
= = 0.25
formas totales de escoger una bola 7 + 4 + 5 16

( c ) P{V } =
formas de escoger una bola verde
P{N } =
5 5
= = 0.3125
formas totales de escoger una bola 7 + 4 + 5 16

(d) P{No Negra} = 1 −

7 9
= = 0.5625 esto es el complemento de que salga negra
16 16

( e ) P{No Roja} = 1 −
4 12
= = 0.75 éste es el complemento de que salga roja
16 16

(f) P{No Verde} = 1 −

5 11
= = 0.6875 éste es el complemento de que salga verde
16 16

P{Negra ó Verde} =
7 5 11
(g) + = = 0.6875 esto significa que es una unión de
16 16 16
probabilidades, por lo tanto es una suma.

La probabilidad de extraer bolas negras es mayor a obtener bolas rojas y verdes, pero
la probabilidad de no obtener rojas, verdes, o negras es más alta. Hay menos bolas de
color rojo, por lo que la probabilidad de no obtener bolas de ese color es mayor.

Ejemplo 2.3. Se sacan sucesivamente dos bolas de una urna que contiene 6 bolas
blancas y 8 azules. Hallar la probabilidad de que salgan en el siguiente orden (a)
blanca, blanca, (b) azul, blanca, (c) blanca, azul, (d) blancas en cualquier orden, (e )
azules en cualquier orden.

Cambiando un poco la notación para facilitar el cálculo. Como son dos extracciones,
las formas posibles son las siguientes: P(BB), P(BA) ó P(AB) y P(AA). Hay dos formas
en que pueden salir bolas blancas y azules, o bien, azules y blancas.
RESPUESTA EJEMPLO 2.3.
 6  6  36
(a) P(BB ) =    = = 0.1837
 14  14  196

 8  6  48
(b) P( AB) =    = = 0.245
 14  14  196

 6  8  48
( c ) P(BA) =    = = 0.245
 14  14  196

Para este caso hay que hacer una suma de probabilidades ya que hay distintas
maneras en las que se puede presentar el caso de que aparezcan bolas blancas en
cualquier orden:
P(BA) o P(AB) o p(BB)

Haciendo las operaciones de estas tres posibilidades:

P(BA) o P(AB) o p(BB) =

En este caso también hay que hacer una suma de probabilidades, esto debido a que
hay distintas formas de obtener bolas azules en cualquier orden:

P (BA) o P(AB) o (AA)

Haciendo las tres operaciones, tendremos:

P(BA) o P(AB) o (AA) =

Ejemplo 2.4. Se seleccionó en forma aleatoria un cierto número de automovilistas y

se registró el número de infracciones de tránsito que tenían, si ese es el caso

Número de infractores Número de conductores

0 800
1 46
2 18
3 12
4 9
5 o más 5

a) ¿Cuál es la probabilidad de que un conductor específico tenga dos infracciones?

RESPUESTA EJEMPLO 2.4.

P (2 infracciones) = por lo tanto la probabilidad es del 2.02%

b) ¿Cuál es la probabilidad de que un conductor específico tenga 3 o más

infracciones?

P(3 o más) = por lo tanto la probabilidad es del 2.92%

Ejemplo 2.5. Se entrevistó a un grupo selecto de empleados del Gobierno con

respecto a un plan de pensiones, para ello se efectuaron entrevistas detalladas a cada
uno de los empleados seleccionados en la muestra. La clasificación aparece en el
cuadro que sigue:

Número de
Clasificación Evento empleados
Supervisores A 120
De mantenimiento B 50
De producción C 1460
Gerencia D 302
Secretarial E 68
2000

Cuál es la probabilidad de que al seleccionar un empleado

a) ¿sea empleado de producción?
b) ¿no sea de la gerencia?
c) ¿sea del área de supervisión?
d) ¿sea empleado de supervisión o del área secretarial?

RESPUESTA EJEMPLO 2.5.

1460
a) P( De producción) = = 0.73 ó bien, 73%
2000

120 + 50 + 1460 + 68 1698

b) P ( No sea de la gerencia ) = = = 0.849 bien, 84.9%
2000 2000

120
c) P ( Supervisión) = = 0.06 ó bien, 6%
2000

120 + 68 188
d) P ( Supervisión ó sec retarial ) = = = 0.094 ó sea, 9.4%
2000 2000

3. Reglas básicas para el cálculo de probabilidades.

Regla simple de Adición.
Para esta regla los eventos deben ser mutuamente excluyentes, por ejemplo,
El presidente de los Estados Unidos no puede ser republicano y demócrata a la vez.
Un ciudadano no puede ser rico y pobre a la vez. Un funcionario no puede ser corrupto
y honesto a la vez. Un estudiante en la calificación de un examen final de Estadística,
no puede tener 6 ó 10.

P(A o B) = P(A) + P(B)

P(A o B o C) = P(A) + P(B) + P(C) y así para más eventos.

Ejemplo 3.1. Una máquina automática llena cajas de cereal, y la mayoría de éstas
tienen el peso correcto, con ligeras variaciones, un paquete puede tener un peso
ligeramente menor o mayor. Para ello se verificó el llenado con 3000 cajas al mes.

Número
de Probabilidad
de
Peso Evento paquetes ocurrencia
Con peso menor A 70 0.023
Satisfactorio B 2850 0.95
Con peso mayor C 80 0.027
3000 1

Para la probabilidad de ocurrencia se calcula:

70 2850
= 0.023 = 0.95
3000 3000

a) ¿Cuál es la probabilidad de que al seleccionar un paquete, éste tenga un peso

menor o mayor?
b) ¿Cuál es la probabilidad de que al seleccionar un paquete, éste tenga un peso
satisfactorio o mayor?

RESPUESTA EJEMPLO 3.1.

a) P(A o C) = P(A) + P(B) = 0.023 + 0.027 = 0.05; hay una probabilidad del 5% que
quiere decir que Es poco probable que esto suceda.

b) P(B o C) = P(B) + P(C) = 0.95 + 0.027 = 0.977. Es probable que esto suceda, la
probabilidad de que los paquetes se llenen en forma satisfactoria o mayor, 97.7%

REGLA GENERAL DE LA ADICION.

La regla es de la forma P(A o B) = P(A) + P(B) – P(A y B) esto quiere decir que los
eventos A y B no son excluyentes (razón por la cual se incluye el termino –P(AyB).
Esta regla se puede presentar de la siguiente forma en términos de unión e
intersección:

P(AuB) = (A) + P(B) – P(AnB)

EJEMPLO 3.2. Cuando en un experimento se lanzan dos dados, el espacio de
eventos es el siguiente.
Escrito en forma ordenada para facilitar el análisis y la interpretación. Obviamente las
caras caen aleatoriamente.

(1, 1) (2, 1) (3, 1) (4, 1) (5, 1) (6, 1)

(1, 2) (2, 2) (3, 2) (4, 2) (5, 2) (6, 2)
(1, 3) (2, 3) (3, 3) (4, 3) (5, 3) (6, 3)
(1, 4) (2, 4) (3, 4) (4, 4) (5, 4) (6, 4)
(1, 5) (2, 5) (3, 5) (4, 5) (5, 5) (6, 5)
(1, 6) (2, 6) (3, 6) (4, 6) (5, 6) (6, 6)

Sea el evento A: {Las dos caras suman un número mayor que 8}

Evento B: {Las caras son iguales} incluye a todos los pares que están en la
diagonal. El par 5,5 y 6,6 también están incluidos.

P(A o B) = P(A) + P(B) – P(A∩B) =

La resta del valor 2/36 se hace evitar el doble conteo de las caras (5, 5) y (6, 6). Como
son dos pares los que se repiten, es que se resta ese 2.

EJEMPLO 3.3. Un recuento de 500 estudiantes que cursan la carrera de

Administración Pública y Ciencia Política mostró los siguientes resultados de
estudiantes matriculados en las materias de

Cálculo 191 Cálculo y Estadística 99

Estadística 214 Cálculo e Inv Op 76
Inv de Op. 185 Estadística e Inv Op 89

A = Conjunto de estudiantes inscritos en Cálculo

B = Conjunto de estudiantes inscritos en Estadística
C = Conjunto de estudiantes inscritos en Inv de Op.

Cálculo
Estadística

70 45
80

22 35

74
120 Investigación de
Operaciones
 a) ¿Cuál es la probabilidad de encontrar alumnos inscritos en Cálculo o
Estadística?
b) ¿Cuál es la probabilidad de encontrar alumnos inscritos en Estadística e
Investigación de Operaciones?
c) ¿Cuál es la probabilidad de encontrar alumnos inscritos en al menos una de
las tres materias: Cálculo o Estadística o Investigación de Operaciones?
d) ¿Cuál es la probabilidad de encontrar alumnos inscritos sólo en Cálculo o
Estadística?

RESPUESTA EJEMPLO 3.3.

191 214 99 306
a) P(A o B) = P(A) + P(B) – P(A∩B) = + − = = 0.612
500 500 500 500

214 185 89 310

b) P(B o C) = P(B) + P(C) – P(B∩C) = + − = = 0.62
500 500 500 500

c) P(A o B o C) = P(A) + P(B) + P(C) – P(A∩B) – P(A∩C) – P(B∩C) +

P(A∩B∩C)

Como no se conoce el número de alumnos que cursan las tres materias, se calcula de
la siguiente manera:

70 + 45 + 22 + X = 191; X = 191 – 137 = 54

45 + 80 + 35 + X = 214; X = 214 – 160 = 54
22 + 74 + 35 + X = 185; X = 185 – 131 = 54

Se puede observar que en los tres casos se obtuvo el mismo resultado, por lo tanto la
intersección de los tres conjuntos tendrá el valor de 54 y que se usará en la fórmula
para poder obtener los alumnos inscritos en al menos una materia.

191 214 185 99 76 89 54 380

+ + − − − + = = 0.76
500 500 500 500 500 500 500 500

Esto se calcula así, para evitar el doble conteo de los estudiantes que están en las tres
materias, como en el ejemplo del lanzamiento de dos dados. Hay una probabilidad
más alta de encontrar alumnos que estén inscritos en las tres materias, 76%.

191 214 54 351

d) P(A o B) = P(A) + P(B) – P(A∩B) = + − = = 0.702
500 500 500 500

Verificando que el muestreo esté correcto.

Hay que recordar que en el curso anterior se hacia la notación n(A) para identificar la
cardinalidad de un conjunto, en este caso se hace exactamente lo mismo para poder
comprobar que nos dará la cantidad mencionada en el enunciado del problema.

n(U) = n(AUBUC) + n(Ac∩Bc∩Cc) = 380 + 120 = 500

REGLA DEL COMPLEMENTO.

Como se mencionó anteriormente, el complemento de una probabilidad será la

diferencia que habrá entre la probabilidad máxima (1) menos la probabilidad del
evento calculado, esto quiere decir:

Escrito de forma general:

P(A) + P(~A) = 1

Que significa: la suma de una probabilidad cualquiera, más su complemento, nos dará
la probabilidad máxima de éxito que es igual a 1.

Ejemplo 3.4. Se entrevistó a un grupo de empleados de la Industria llantera con

respecto a un plan de pensiones, para ello se efectuaron entrevistas a cada uno de
los empleados seleccionados en la muestra. La clasificación aparece en el cuadro que
sigue:

Número de
Clasificación Evento empleados
Supervisores A 150
De mantenimiento B 100
De producción C 160
Gerencia D 90
Secretarial E 55
555

a) ¿Cuál es la probabilidad de que si se selecciona un empleado éste no sea de

mantenimiento?
b) ¿Cuál es la probabilidad de seleccionar un empleado que no pertenezca a la
gerencia?
c) ¿Cuál es la probabilidad de seleccionar un empleado que no sea de
producción?

RESPUESTA EJEMPLO 3.4.

100
a) Probabilidad de A, P( A) = = 0.18
555

100 555 − 100 455

P(~A) = 1 − = = = 0.8198 es más seguro encontrar un empleado
555 555 555
que no sea de mantenimiento.

90 90 555 − 90 465
b) P(D) = = 0.1622 P(~D) = 1 − = = = 0.8378
555 555 555 555
La probabilidad es alta, 83.78%, de encontrar un empleado que no sea de la
gerencia.
 160 555 − 160 395
P(~C) = 1 − = = = 0.712
555 555 555