PROGRAMA DE AUXILIAR DE SALUD OCUPACIONAL / MDULO DE

ESTADSTICA APLICADA I
TEMA: VARIABLES ALEATORIAS/ DOCENTE: JOHANA MARTNEZ
TEORA DE LAS PROBABILIDADES: Al comenzar el estudio de la Teora de
la Probabilidad, debemos enmarcarlo en un contexto en el que se
desarrollen convenientemente los procesos involucrados en el estudio. Este
marco son los experimentos aleatorios, es decir, realizaciones de procesos
con una diversidad de posibles resultados, que hace imposible la prediccin
a priori de cul va a ser el resultado obtenido en un caso concreto.
Cuando
realizamos
un
experimento
aleatorio,
vamos
a
estar
relacionndonos con la probabilidad.
Un experimento aleatorio es aqul en el que conocemos todos los
resultados que van a ocurrir, pero no sabemos cual de ellos ocurrir.
O sea al tirar un dado, sabemos que pueden salir los nmeros del 1 al 6;
pero no podemos saber cul de ellos ocurrir.
Espacio muestral: es el conjunto de todos los resultados que sabemos que
pueden salir, es el conjunto grande.
Se asocia al concepto de poblacin.
Suceso o evento: es un subconjunto de ese espacio muestral. Se asocia al
concepto de muestra. Existen dos tipos de sucesos:
Sucesos simples, que son aquellos que comprenden un slo punto
muestral.

Sucesos compuestos, que son los que engloban ms de un punto del

espacio muestral. Todo suceso compuesto se puede considerar como
unin de puntos del espacio muestral o unin de sucesos simples.

Suceso o evento cierto, es aquel que ocurre siempre, siendo igual al

espacio muestral.
Por lo tanto su probabilidad es 1.
Suceso o evento imposible, aquel que no puede ocurrir. Por lo tanto
su probabilidad es igual a 0.
Suceso o eventos
mutuamente excluyentes, Dos eventos son
mutuamente
excluyentes si no pueden ocurrir en forma simultnea, esto es, si y
slo si su interseccin es vaca.

Ejemplos:
Tirar un dado
a) ESPACIO MUESTRAL:

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

b) SUCESO o EVENTO SIMPLE: P: "que salga el nmero 3:

P= {3 }

C) SUCESO o EVENTO COMPUESTO: T que salga un nmero mayor que

3:

T ={ 4, 5 , 6 }

d) SUCESO o EVENTO CIERTO: C que salga un nmero mayor que cero y

menor que siete:
:

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

e) SUCESO o EVENTO IMPOSIBLE: D que salga un nmero 8:

D= { }

PROGRAMA DE AUXILIAR DE SALUD OCUPACIONAL / MDULO DE

ESTADSTICA APLICADA I
TEMA: VARIABLES ALEATORIAS/ DOCENTE: JOHANA MARTNEZ
f) SUCESOS o EVENTOS MUTUAMENTE EXCLUYENTE:
A: que salga un nmero par:

A= { 2, 4, 6 }

B: que salga un nmero impar:

A B={ }

B={ 1 , 3,5 }

Si ocurre A no ocurre B

Definicin axiomtica de probabilidad

Para hacer una definicin rigurosa de la probabilidad, necesitamos precisar
ciertas leyes o axiomas que deba cumplir una funcin de probabilidad.
Intuitivamente estos axiomas deberan implicar, entre otras, las siguientes
cuestiones, que nos parecen lgicas en trminos de lo que se puede esperar
de una funcin de probabilidad:
La probabilidad slo puede tomar valores comprendidos entre 0 y 1(no
puede haber sucesos cuya probabilidad de ocurrir sea del ni del) ;
La probabilidad del suceso seguro es 1, es decir, el ;
La probabilidad del suceso imposible debe ser 0.
La probabilidad de la interseccin de dos sucesos debe ser menor o igual
que la probabilidad de cada uno de los sucesos por separado, es decir,
a probabilidad de la unin de sucesos debe ser mayor que la de cada uno de
los sucesos por separado:
Ms an, si los sucesos son disjuntos (incompatibles) debe ocurrir que
La probabilidad del suceso contrario de A, debe valer . Esto en realidad
puede deducirse del siguiente razonamiento:
En las ltimas lneas hemos esbozado ciertas propiedades que debera
cumplir una funcin que queramos llamar probabilidad. Hemos de tener en
cuenta entonces que siguiendo esos puntos:
1. La funcin de probabilidad debe calcularse sobre subconjuntos de E. No
es estrictamente necesario que sean todos, pero si es necesario que si se
puede calcular sobre un conjunto, lo pueda ser tambin sobre su
complementario, y que si se puede calcular sobre dos conjuntos A y B, que
tambin se pueda calcular sobre su unin y su interseccin. Para ello
introduciremos el concepto de -lgebra de sucesos, que ser una clase de
subconjuntos de E sobre los que podamos aplicar las reglas de la
probabilidad.
2. Entre las leyes que debe cumplir una funcin de probabilidad y que
hemos escrito antes, hemos observado que algunas son redundantes, ya
que se pueden deducir de las dems. Con la definicin axiomtica de la
probabilidad dar el menor conjunto posible de estas reglas, para que las
dems se deduzcan como una simple consecuencia de ellas.
ENFOQUE CLSICO: la probabilidad de que un evento E ocurra es,

PROGRAMA DE AUXILIAR DE SALUD OCUPACIONAL / MDULO DE

ESTADSTICA APLICADA I
TEMA: VARIABLES ALEATORIAS/ DOCENTE: JOHANA MARTNEZ

P ( E )=
Donde

E
S
E

es la cantidad de puntos muestrales del evento

E y S

es la

S .

cantidad de puntos en el espacio muestral

Por ejemplo, para calcular la probabilidad de que caiga cara al lanzar una
monedad, se tiene que

S= { cara y sello } y

E= { cara } .

En consecuencia,

S=2 y E=1 , con lo cual la probabilidad de que caiga cara es:

P [ E ]=

E 1
= =0,5
S 2

Probabilidad Condicional
La probabilidad de que un evento
ocurri un evento
por

( BA )

ocurra cuando se sabe que ya

se llama probabilidad condicional y se denota

que por lo general se lee como probabilidad de que "ocurra B

dado que ocurri A". Esta probabilidad se define como:

La probabilidad condicional es una funcin de probabilidad,

como

definida

Probabilidad Conjunta:
P(AB) recibe el nombre de probabilidad conjunta y corresponde a la
probabilidad de que se presenten resultados comunes a los eventos A y B.
Probabilidad marginal:
Ocurre cuando el inters se centra en determinar la probabilidad de los
eventos de una variable sin considerar los eventos de la otra variable. Y
para calcularlas se suman todas las
Probabilidades de los eventos conjuntos donde aparece evento.

PROGRAMA DE AUXILIAR DE SALUD OCUPACIONAL / MDULO DE

ESTADSTICA APLICADA I
TEMA: VARIABLES ALEATORIAS/ DOCENTE: JOHANA MARTNEZ

ss

sc

VARIABLES ALEATORIAS Y DISTRIBUCIONES

DE PROBABILIDAD
X:

cs

cc
Dominio
(Conjunto partida)

Rango
(Conjunto llegada)

Las variables aleatorias se representan con

letras Maysculas.
Las respectivas minsculas para designar los valores concretos de la
misma.

Ejemplo: Se lanzan dos monedas.

2

S=2 =4=( s , s )( s , c ) ( c , s ) ( c , c )
X :nmero de caras

X :

S R

PROGRAMA DE AUXILIAR DE SALUD OCUPACIONAL / MDULO DE

ESTADSTICA APLICADA I
TEMA: VARIABLES ALEATORIAS/ DOCENTE: JOHANA MARTNEZ

Ran X ={ 0,1,2 }

Si

X :

S R

es una variable aleatoria

a,bR

a<b

( x=a )

entonces

se lee y significa probabilidad de que la variable

toma valor de a .

aleatoria

( a< x b ) : Probabilidad de que la v.a tome un valor mayor que

y menor o igual que

b .

( x >a ) : Probabilidad de que la v.a tome un valor mayor que

Ejemplo:
X

Sea

Si

la suma de los nmeros al lanzar dos dados.

S R

(x, y)
( x=5 )
(3< x 6 )

X ( x , y )= ( x + y )
{ ( 1,4 ) , ( 4,1 ) , ( 2,3 ) , ( 3,2 ) }=

4
36

{ ( 1,3 ) , ( 1,4 ) , ( 1,5 ) , ( 2,2 ) , ( 2,3 ) , ( 2,4 ) ( 3,1 ) , ( 3,2 ) , (3,3 ) , ( 4,1 ) , ( 4,2 ) , ( 5,1 ) }=

( x 3 )= { ( 1,2 ) , ( 1,1 ) , (2,1 ) }=

( x >2 )=1P ( x 2 )=1

( x >12 )= p ( )=0

3
36

1 35
=
36 36

12
36

a .