INTRODUCCIÓN A LA PROBABILIDAD

I. CONCEPTOS BÁSICOS
El estudio de fenómenos de diversa naturaleza permite
clasificar éstos en dos grandes grupos:

a) Fenómenos determinísticos: aquellos en los cuales una

misma acción produce siempre el mismo efecto.

b) Fenómenos probabilísticos o aleatorios: aquellos en los

cuales no siempre puede predecirse con certeza el
resultado de una misma acción.
¿QUÉ ES INCERTIDUMBRE?

La falta de conocimiento cierto de las cosas es la mayor fuente

de ansiedad para el hombre y es natural su deseo de remediarla.
La carencia de certeza o de conocimiento cierto de la
ocurrencia de determinados eventos, lleva a correr ciertos
riesgos en las decisiones esto es incertidumbre y es ahí donde el
uso de las probabilidades es de gran ayuda para minimizarlos.

“Es una verdad cierta que, cuando no está en nuestra mano

distinguir las opiniones verdaderas, debemos seguir las más
probables”. (Descartes)
1.- EXPERIMENTO ALEATORIO (E)
Es un fenómeno empírico que repetido bajo las mismas condiciones,
no siempre arroja el mismo resultado.

Características

a) Es repetible: se puede realizar u observar en forma indefinida

(n veces) en las mismas condiciones.
b) Se conocen a priori los resultados posibles: se puede conocer o
delimitar el conjunto de todos los resultados posibles, aun cuando no
se puede predecir el resultado particular en una realización del
experimento.
c) Presenta regularidad estadística: si el experimento se repite pocas
veces los resultados parecen mostrar un comportamiento caótico,
mientras que al repetirlo un gran número de veces se puede detectar
cierta regularidad en el comportamiento de los resultados.
EJEMPLOS
a) Analizar 5 solicitudes de crédito y registrar el número de
las que resultaron aprobadas.
b) Analizar solicitudes de crédito hasta que por primera vez
se obtenga una solicitud aprobada.
c) Observar durante 1 h una taquilla de cierta agencia
bancaria y registrar el número de personas que realizan
por lo menos una operación.
c) Hacer un pedido para reponer inventario y registrar el
tiempo (en días) que tardamos en recibirlo.

El desarrollo de cada uno de estos ejemplos se le denomina

experimento aleatorio.
Se puede agregar que ninguno de los experimentos
anteriores son determinísticos sino probabilísticos o
aleatorios, por lo tanto, es necesario el uso de otros
métodos para su estudio, de ahí la importancia de la
denominada Regularidad Estadística:
a) Si se recogen los datos relativos al nacimiento de los
niños en una maternidad a lo largo del tiempo y se
registra el género de cada uno, se obtendrá una serie
estadística como la observada en el gráfico estabilizada
en 0,52 para el caso de las hembras.
b) Si se lanza un gran número de veces una moneda, se
observará que se obtendrá aproximadamente, el mismo
número de caras (C) y de sellos (S) es decir, que se
podrá predecir la proporción de C y de S en una gran
serie de repeticiones, estabilizada en 0,50.
Si se quiere hacer visible la estabilidad de las
frecuencias en los experimentos anteriormente
considerados, se puede construir la representación
gráfica siguiente:

Nacimiento de hembras

Resultado: sellos (S)

Frecuencia del suceso hi (%)

Número de observaciones (n) del suceso

2.- ESPACIO MUESTRAL (S)
Es el conjunto no vacío formado por todos los resultados
posibles y razonables de un experimento aleatorio.

Clasificación

a) Finito: cuando el espacio muestral es un conjunto

de eventos numerable.
b) Infinito: cuando el espacio muestral es un conjunto
eventos no numerable.
 EXPERIMENTO ALEATORIO ESPACIO MUESTRAL
a) Analizar 5 solicitudes de crédito y
registrar el  número de las que S= {0,1,2,3,4,5}
resultaron aprobadas.
b) Analizar solicitudes de crédito hasta S= {a, ra,
que por primera vez se obtenga una rra,rrra,…,rrrrrrrrrra}
solicitud aprobada. a: aprobada, r: rechazada
c) Observar durante 1 h una taquilla de
cierta agencia bancaria y registrar el S= {0,1,2,3,4,5,…,n}
número de personas que realizan por n: total de personas
lo menos una operación.
EJEMPLOS
d) Hacer un pedido para reponer
inventario y registrar el tiempo (en S={t: t N}
días) que tardamos en recibirlo.
3.- Suceso o Evento
Es cualquier subconjunto de resultados posibles y razonables
de un experimento aleatorio.

Si en una realización del experimento aleatorio se satisfacen

las condiciones que definen un suceso, se dice que ha ocurrido
dicho suceso.

Tipos
a) Simples: son sucesos indivisibles; es decir, aquellos que
están compuestos por un solo punto muestral. Ejemplo: en
el experimento aleatorio lanzar un dado, cualquiera de los
lados del dado es un suceso simple.
b) Compuestos: son sucesos formados por dos o más
sucesos simples. Es cualquier subconjunto no unitario del
espacio muesral. Ejemplo: en el experimento aleatorio
lanzar un dado, el suceso “que salga un número par” es
compuesto.

c) Mutuamente excluyentes: son sucesos disjuntos; esto es su

intersección es el conjunto vacío. Ejemplo: en el
experimento aleatorio aplicar un examen a un estudiante,
los sucesos “obtener una nota sobresaliente” y “aplazar la
prueba” son mutuamente excluyentes (mex). No se
presenta la simultaneidad.
d) Colectivamente Exhaustivos: dos sucesos A y B son
colectivamente exhaustivos si la unión de ellos es el espacio
muestral.

e) Seguros: Son aquellos que coinciden con el espacio muestral

asociado a un experimento aleatorio.

f) Imposible( ): es aquel que no ocurre nunca; esto es, el

conjunto vacío. Por ejemplo, si al lanzar un dado común se
puede obtener un 7.

f) Contrario (A): es aquel que ocurre cuando no ocurre el

suceso A. Por ejemplo,
Si P (lluvia)= 0,40, entonces P (no lluvia)= 1-P (lluvia)= 0,60
EJEMPLOS
SITUACIÓN PARTICULAR RESULTADOS POSIBLES
a) El número de solicitudes de
A= {4,5}
crédito aprobadas es superior a 3.
b) Analizar máximo 4 solicitudes de B={a,ra,rra,rrra}
crédito hasta que por primera
a: aprobada, r: rechazada
vez una solicitud sea aprobada.
c) Registrar entre 3 y 7 personas
que realizan por lo menos una C = {3,4,5,6,7}
operación.
d) El tiempo que tardamos en
recibir el pedido es inferior a 3 D ={ t:0<t<3 }
días.

A cada conjunto de resultados posibles, asociado a las situaciones

particulares, se le denomina suceso
II. CONCEPTO DE PROBABILIDAD

Los experimentos aleatorios producen resultados inciertos

y la probabilidad es una medida de la incertidumbre. Sin
embargo, la incertidumbre es de naturaleza muy diferente
según lo sea el experimento. No existe un acuerdo total
entre los estudiosos de la probabilidad al respecto, por lo
que se pueden identificar tres grandes enfoques del
pensamiento probabilístico. A continuación, se exponen los
principios generales de cada una de éstos, sin tomar
partido a favor de alguno en particular.
1.- Enfoque Clásico o a priori
Está basado en el concepto de equiprobabilidad del espacio
muestral y fue introducido por Laplace. El cálculo de la
probabilidad bajo la concepción clásica, se realiza mediante
la siguiente regla.

Regla de Laplace:
La probabilidad de un suceso A es igual al cociente del
número de casos favorables al suceso, sobre el número total
de casos posibles.
 Ejemplos

a) En el lanzamiento de una moneda perfecta la probabilidad

de cara debe ser igual que la de sello y, por tanto, ambas
iguales a 1/2.

b) La probabilidad de cada uno de los seis sucesos elementales

asociados al lanzamiento de un dado común (no cargado)
debe ser 1/6.
2.- Enfoque Frecuentista o a posteriori
Esta Ley propuesta por Bernoulli, plantea que la frecuencia
relativa de un suceso tiende a estabilizarse en torno a un
número, a medida que el número de pruebas del experimento
crece indefinidamente. Así bajo la concepción frecuentista, si
se repite un experimento indefinidamente, la probabilidad de
un suceso A es un número ideal al que se aproxima su
frecuencia relativa cuando el total de repeticiones tiende a
infinito.
N 
P ( A)  lim  A 
N 
 N 
Siendo NA la frecuencia absoluta del suceso A.
Ejemplo
Se elaboró la siguiente tabla con los 5946 empleados de cierta
institución financiera, según su nivel de ingreso:
NIVEL DE INGRESO (Bs.) NÚMERO DE EMPLEADOS PORCENTAJE
Menos de 500.000 2136 36,0

500.000-999.999 1548 26,0

1.000.000-1.499.999 1202 20,2

1.500.000-1.999.999 648 10,9

2.000.000 o más 412 6,9

Total 5946 100,0
¿Cuál es la probabilidad de que el ingreso de un empleado sea
menor de Bs. 500.000?

Solución: 36,0%

¿Cuál es la probabilidad de que el ingreso de un empleado sea

Bs. 1.500.000 o más?

Solución: 17,8%
3.- Enfoque Subjetivo
La Probabilidad de ocurrencia de un suceso es cuantificada
por una persona (o un grupo de personas) catalogada (s)
como experta (s) utilizando la información que posee (n).

Ejemplo
Un ingeniero de transporte a cargo de un nuevo sistema de
circulación, expresa que la probabilidad que el sistema
funcionará correctamente el 80,0% de las veces.
Con base en esta convicción, ¿cuál es la probabilidad de que
el sistema funcione apropiadamente?
Solución: 80,0%
Definición Axiomática de Kolmogorov
Dado un experimento aleatorio cualquiera (E) que tiene
asociado un espacio muestral (S), se llama probabilidad
P (A) que asigna a cada suceso o evento (A) un número real.
Tal que satisfaga con las siguientes propiedades o axiomas:
Axioma 1: 0  P ( A )  1
Axioma 2: P(S)=1
Axioma 3: Si dos sucesos A y B son mutuamente excluyentes
(mex) entonces P (AUB)=P(A) +P(B)
Axioma 4: Si A1, A2,…,A4 son sucesos o eventos mex dos a
dos entonces, n n
P (U Ai )  P ( A1 )  P ( A2 )  ...  P ( A4 )   P ( Ai ),
i 1 i 1
conocida como regla aditiva para sucesos o eventos mex.
 PROBABILIDAD

PROBABILIDAD Valor entre cero y uno,

inclusive, que describe la posibilidad
relativa (oportunidad o casualidad) de
que ocurra un evento.
 PROBABILIDAD
 Cuanto más próxima se encuentre una probabilidad a 0, más
improbable es que el evento suceda. Cuanto más próxima se
encuentre la probabilidad a 1, más seguro es que suceda. El
siguiente diagrama muestra la relación e incluye algunas
conjeturas personales. Sin embargo, usted podría seleccionar
una probabilidad distinta de que Slo Poke gane el Derby de
Kentucky o de que se incrementen los impuestos federales.
 I. CONCEPTOS BÁSICOS
El estudio de fenómenos de diversa naturaleza permite
clasificar éstos en dos grandes grupos:

a) Fenómenos determinísticos: aquellos en los cuales una

misma acción produce siempre el mismo efecto.

b) Fenómenos probabilísticos o aleatorios: aquellos en los

cuales no siempre puede predecirse con certeza el
resultado de una misma acción.
 PROBABILIDAD

EXPERIMENTO: Proceso que induce a que ocurra una y sólo

una de varias posibles observaciones.

RESULTADO: Un resultado particular de un experimento.

EVENTO: Conjunto de uno o más resultados de un

experimento.
 PROBABILIDAD

En el estudio de la probabilidad se utilizan tres

palabras clave: experimento, resultado y evento.
Dichos términos son empleados en el lenguaje de la
vida cotidiana, pero en estadística adquieren
significados específicos.
 PROBABILIDAD
Por ejemplo, el lanzamiento de una moneda constituye un
experimento. Usted puede observar el lanzamiento de una
moneda, pero no está seguro si caerán caras o cruces. De
manera similar, preguntar a 500 estudiantes universitarios si
comprarían un nuevo sistema de cómputo Dell a cierto precio,
constituye un experimento. Si se lanza una moneda, un
resultado particular es cara. El otro posible resultado es cruz. En
el experimento de la compra de la computadora, un posible
resultado es que a 273 estudiantes indiquen que les gustaría
comprar la computadora. Otro es que 317 estudiantes la
compren. Todavía hay otro resultado, que 432 estudiantes
indiquen que la comprarían.
Cuando se observan uno o más resultados en los experimentos,
constituyen un evento.
 PROBABILIDAD

En la siguiente figura se presentan ejemplos para aclarar las

definiciones de los términos experimento, resultado y evento.
En el caso del experimento del lanzamiento de un dado, hay
seis posibles resultados, pero existen varios posibles eventos.
Cuando se cuenta el número de miembros de la junta
directiva de las compañías Fortune 500 que tienen más de 60
años de edad, el número posible de resultados varía de cero
al total de miembros. Hay un número aún mayor de eventos
posibles en este experimento.
PROBABILIDAD
 PROBABILIDAD
Video Games, Inc. recién creó un nuevo videojuego.
Ochenta jugadores veteranos van a probar su
facilidad de operabilidad.
a) ¿En qué consiste el experimento?
b) ¿Cuál es uno de los posibles resultados?
c) Suponga que 65 jugadores intentaron jugar el
nuevo juego y dicen que les gustó. ¿Es 65 una
probabilidad?
d) La probabilidad de que el nuevo juego sea un
éxito es de –1.0. Haga comentarios al respecto.
e) Especifique un posible evento.
 PROBABILIDAD
(SOLUCIONES)
a) Prueba de un nuevo juego de computadora.
b) A 73 jugadores les gustó el juego. Hay muchas otras
respuestas posibles.
c) No. La probabilidad no puede ser mayor que 1. La
probabilidad de que el juego sea un éxito si se
comercializa es de 65/80, o 0.8125.
d) No puede ser menor que 0. Tal vez un error aritmético.
e) A más de la mitad de los jugadores que probaron el
juego, les gustó. (Por supuesto, hay otras posibles
respuestas.)
 PROBABILIDAD

La probabilidad clásica parte del supuesto de que los

resultados de un experimento son igualmente posibles. De
acuerdo con el punto de vista clásico, la probabilidad de un
evento que se está llevando a cabo se calcula dividiendo el
número de resultados favorables entre el número de posibles
resultados:
PROBABILIDAD
 PROBABILIDAD

Mutuamente excluyente: El hecho de que un

evento se presente significa que ninguno de los
demás eventos puede ocurrir al mismo tiempo.
 PROBABILIDAD

La variable género da origen a resultados mutuamente

excluyentes: hombre y mujer.
Un empleado seleccionado al azar es hombre o mujer, pero no
puede tener ambos géneros. Una pieza fabricada es aceptable o
no lo es. La pieza no puede ser aceptable e inaceptable al
mismo tiempo. En una muestra de piezas fabricadas, el evento
de seleccionar una pieza no aceptable y el evento de seleccionar
una pieza aceptable son mutuamente excluyentes.
 PROBABILIDAD

La probabilidad empírica o frecuencia relativa es el

segundo tipo de probabilidad.
Ésta se basa en el número de veces que ocurre el evento
como proporción del número de intentos conocidos.
 PROBABILIDAD

La probabilidad empírica o frecuencia relativa

es el segundo tipo de probabilidad.
Ésta se basa en el número de veces que ocurre el
evento como proporción del número de intentos
conocidos.
PROBABILIDAD
 PROBABILIDAD

Para explicar la ley de los grandes números, supongamos que

lanzamos una moneda común. El resultado de cada
lanzamiento es cara o cruz. Si lanza la moneda una sola vez, la
probabilidad empírica de las caras es cero o uno. Si lanzamos
la moneda una gran cantidad de veces, la probabilidad del
resultado de las caras se aproximará a 0.5.
La siguiente tabla muestra los resultados de un experimento en
el que se lanza una moneda 1, 10, 50, 100, 500, 1 000 y 10 000
veces y, enseguida, se calcula la frecuencia relativa de las
caras. Note que conforme incrementamos el número de
intentos, la probabilidad empírica de que salga una cara se
aproxima a 0.5, que es su valor de acuerdo con el enfoque
clásico de la probabilidad.
PROBABILIDAD
PROBABILIDAD
 PROBABILIDAD

Reglas de la adición
Existen dos reglas de la adición, la regla especial de la adición y la regla general
de la adición. Primero la regla especial de la adición.
Regla especial de la adición Para aplicar la regla
especial de la adición, los eventos deben ser mutuamente excluyentes.
Recuerde que mutuamente excluyentes significa que cuando un evento ocurre,
ninguno de los demás eventos puede ocurrir al mismo tiempo. Un ejemplo de
eventos mutuamente excluyentes en el experimento del
lanzamiento del dado son los eventos “un número 4 o mayor” y “un número 2 o
menor”.
 PROBABILIDAD
Reglas de la adición
Si el resultado se encuentra en el primer grupo {4, 5 y 6}, entonces no puede estar
en el segundo grupo {1 y 2}. Otro ejemplo consiste en que un producto
proveniente de la línea de montaje no puede estar defectuoso y en buen estado al
mismo tiempo.
Si dos eventos A y B son mutuamente excluyentes, la regla especial de la adición
establece que la probabilidad de que ocurra uno u otro es igual a la suma de sus
probabilidades.
Esta regla se expresa mediante la siguiente fórmula:

En el caso de los tres eventos mutuamente excluyentes designados A, B y

C, la regla se expresa de la siguiente manera:
P(A o B o C) = P(A) + P(B) + P(C)
PROBABILIDAD
 PROBABILIDAD

SOLUCION
¿Cuál es la probabilidad de que un paquete en particular pese menos
o pese más?
El resultado “pesa menos” es el evento A. El resultado “pesa más” es
el evento C. Al
aplicar la regla especial de la adición se tiene:
P(A o C) = P(A) + P(C) = .025 + .075 = .10
Note que los eventos son mutuamente excluyentes, lo cual significa
que un paquete de verduras mixtas no puede pesar menos, tener el
peso satisfactorio y pesar más al mismo tiempo. Éstos también son
colectivamente exhaustivos; es decir, que un paquete seleccionado
debe pesar menos, tener un peso satisfactorio o pesar más.
 PROBABILIDAD

Esta regla para dos eventos designados A

y B se escribe:
 PROBABILIDAD
En el caso de la expresión P(A o B), la palabra o sugiere que puede
ocurrir A o puede ocurrir B. Esto también incluye la posibilidad de que
A y B ocurran. Tal uso de o a veces se denomina inclusivo. También
es posible escribir P(A o B o ambos) para hacer hincapié en el hecho
de que la unión de dos eventos incluye la intersección de A y B.

Si comparamos las reglas general y especial de la adición, la

diferencia que importa consiste en determinar si los eventos son
mutuamente excluyentes. Si los eventos son mutuamente
excluyentes, entonces la probabilidad conjunta P(A y B) es 0 y
podríamos aplicar la regla especial de la adición. De lo contrario,
debemos tomar en cuenta la probabilidad
conjunta y aplicar la regla general de la adición.
 PROBABILIDAD

EJERCICIO

¿Cuál es la probabilidad de que una carta, escogida al

azar, de una baraja convencional sea rey o corazón?
 PROBABILIDAD

De acuerdo con la fórmula:

P(A o B) = P(A) + P(B) - P(A y B)
= 4/52 + 13/52 -1/52
=16/ 52 o 0.3077
 PROBABILIDAD
Un diagrama de Venn representa estos resultados, que no son mutuamente
excluyentes.
 PROBABILIDAD

Reglas de la multiplicación

Cuando empleamos las reglas de la adición en la sección anterior,

determinamos la probabilidad de combinar dos eventos. En esta
sección estimará la probabilidad de que la ocurrencia de dos eventos
sea simultánea
 PROBABILIDAD
POR EJEMPLO…

Una empresa de marketing desea calcular la probabilidad de que

una persona de 21 años de edad o mayor compre un Hummer.
Los diagramas de Venn ilustran este hecho como la intersección
de dos eventos. Para determinar la probabilidad de dos eventos
que se presentan simultáneamente emplee la regla de la
multiplicación. Hay dos reglas de la multiplicación, la regla
especial y la regla general.
 PROBABILIDAD

Regla especial de la multiplicación

La regla especial de la multiplicación requiere que dos eventos, A y

B, sean independientes, y lo son si el hecho de que uno ocurra no
altera la probabilidad de que el otro suceda.
 PROBABILIDAD

En el caso de tres eventos independientes, A, B y C, la regla especial de

la multiplicación utilizada para determinar la probabilidad de que los tres
eventos ocurran es:

P(A y B y C) = P(A)P(B)P(C)
 PROBABILIDAD
EJERCICIO
Un estudio llevada cabo por la American Cars Association
(ACA) reveló que el año pasado 60% de sus miembros
hicieron reservaciones en líneas aéreas.
Dos de ellos fueron seleccionados al azar. ¿Cuál es la
probabilidad de que ambos hicieran reservaciones el año
pasado?
 PROBABILIDAD
PUNTOS ADICIONALES (PRIMEROS 5 ESTUDIANTES)
¿Cual es la probabilidad de que ambos hayan hecho
una reservación?

¿Cual es la probabilidad de que ningún miembro

haga una reservación?

¿Cual es la probabilidad de que el primero y el

segundo miembro (regla especial de la adición) hagan
una reservación?
 PROBABILIDAD
RESPUESTAS
PROBABILIDAD
PROBABILIDAD